利用你熟悉的开发工具，编写一段ANN分类模型创建和训练的示例代码，以鸢尾花iris数据为例。

当然，这里以Python的`scikit-learn`库为例，它是一个广泛使用的机器学习框架，包括了一个简单的人工神经网络模块（如MLPClassifier）。以下是一个使用鸢尾花(Iris)数据集创建和训练一个简单ANN分类模型的示例代码：

# 导入所需库
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.neural_network import MLPClassifier
from sklearn.metrics import accuracy_score

# 加载鸢尾花数据集
iris = datasets.load_iris()
X = iris.data
y = iris.target

# 数据预处理（分割训练集和测试集）
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 创建一个全连接的神经网络模型
model = MLPClassifier(hidden_layer_sizes=(10, 10), max_iter=500, activation='relu', solver='adam')

# 训练模型
model.fit(X_train, y_train)

# 预测测试集结果
y_pred = model.predict(X_test)

# 计算并打印准确率
accuracy = accuracy_score(y_test, y_pred)
print("Accuracy:", accuracy)

#