% Define una red a medida o dedicada

redjerarquica=network;

% Fuentes de entrada (3, 1 por planta)

redjerarquica.numInputs=3;

% Número de capas de la red

redjerarquica.numLayers=4;

% Presencia de ganancia en cada capa (solo en capa 1)

redjerarquica.biasConnect=[1; 0; 0; 0];

% Relación entre fuentes de entrada y capas

% Fuerza la definición de IW{3,3}, por lo que

% habrá que definir IW{3,1}, IW{3,2}

redjerarquica.inputConnect=[1 0 0; 0 1 0; 0 0 1; 0 0 0];

% Relación entre capas (4x4)

%La fila representa la capa que se define

%Las columnas las salidas de capas que constituyen entradas

redjerarquica.layerConnect=[0 0 0 0; 1 0 0 0; 1 1 0 0; 0 0 1 1];

% Define capas que serán salidas (obligada salida conocida (target))

redjerarquica.outputConnect=[0 0 0 1];

% Se define en cada fuente de entrada su número de variables y su intervalo (minmax)

% Fuentes de entrada 1

redjerarquica.inputs{1}.range=[0 1; 0 1; 0 1; 0 1; 0 1; 0 1];

% Fuentes de entrada 2

redjerarquica.inputs{2}.range=[-1 1; -1 1; -1 1; -1 1; -1 1];

% Fuente de entrada 3

redjerarquica.inputs{3}.range=[-1 1; -1 1; -1 1; -1 1];

% Se define el número de neuronas, función de activación y parámetros y ganancia en cada capa

% Verificar con: >>redjerarquica.layers{capa} y >>redjerarquica.outputs{4}

% Capa 1

redjerarquica.layers{1}.size=4;

redjerarquica.layers{1}.transferFcn='tansig';

redjerarquica.layers{1}.initFcn='initnw';

% Capa 2

redjerarquica.layers{2}.size=3;

redjerarquica.layers{2}.transferFcn='logsig';

redjerarquica.layers{2}.initFcn='initnw';

% Capa 3

redjerarquica.layers{3}.size=2;

redjerarquica.layers{3}.transferFcn='tansig';

redjerarquica.layers{3}.initFcn='initnw';

% Capa 4

redjerarquica.layers{4}.size=2;

redjerarquica.layers{4}.transferFcn='purelin';

redjerarquica.layers{4}.initFcn='initnw';

%Definición de valores retrasados en las capas

%(k-1)

redjerarquica.layerWeights{2,1}.delays = 1;

redjerarquica.layerWeights{3,1}.delays = 1;

redjerarquica.layerWeights{3,2}.delays = 1;

%(k-1),(k-2)

redjerarquica.layerWeights{4,4}.delays = [1 2];

% Otras propiedades

% Define condiciones iniciales a 'initnw' previamente definidos

% Después de ejecutado este comando se debe comprobar si el

% tamaño de las matrices de pesos de entrada >>redjerarquica.IW{i,j)

% y las matrices de pesos de capas intermedias >>redjerarquica.LW{i,j)

% son las que se desean

redjerarquica.initFcn='initlay';

% Método de entrenamiento y criterio de validación

redjerarquica.performFcn='mse';

redjerarquica.trainFcn='trainscg';

% Inicializa la red

redjerarquica=init(redjerarquica);

% Se definen vectores de entrada-salida

P1=rand(6,100);

P2=rand(5,100);

P3=rand(4,100);

P={P1; P2; P3};

T={rand(2,100)};

% Simula la red

Y=sim(redjerarquica, P);

plot(Y{1,1}');

% Se entrena la red

redjerarquica=train(redjerarquica, P, T);

% Se simula la red (con mismos datos)

sal=sim(redjerarquica, P);

% Se visualiza

figure;

plot(sal{1,1}');

hold on;

plot(Y{1,1}','.-');

>>view(redjerarquica)