写一段matlab中的模拟退火算法优化bp神经网络的代码

这是一段Matlab代码，模拟退火算法来优化BP神经网络：

% 初始化参数
T0 = 1000; % 初始温度
Tend = 1e-6; % 终止温度
alpha = 0.99; % 降温系数

% 训练BP神经网络
net = fitnet(10); % 创建10个隐藏层单元的BP神经网络
[net,tr] = train(net,inputs,targets); % 训练BP神经网络

% 开始模拟退火算法
T = T0; % 初始温度
best_net = net; % 最优BP神经网络
best_perf = tr.best_perf; % 最优性能
while T > Tend
% 随机生成新的BP神经网络
new_net = net;
new_net.IW{1} = net.IW{1} + randn(size(net.IW{1}))*T;
new_net.LW{2} = net.LW{2} + randn(size(net.LW{2}))*T;
new_net.b{1} = net.b{1} + randn(size(net.b{1}))*T;
new_net.b{2} = net.b{2} + randn(size(net.b{2}))*T;

% 训练新的BP神经网络
[new_net,new_tr] = train(new_net,inputs,targets);

% 计算新的BP神经网络的性能
delta_perf = new_tr.best_perf - best_perf;

% 如果新的BP神经网络的性能更优，更新最优BP神经网络
if delta_perf > 0
best_net = new_net;
best_perf = new_tr.best_perf;
else
% 否则根据概率接受新的BP神经网络
p = exp(delta_perf/T);
if rand < p
best_net = new_net;
best_perf = new_tr.best_perf;
end
end

% 降温
T = alpha*T;
end

% 输出最优BP神经网络
best_net