编写MATLAB代码，使用BP神经网络，并将结果输出到excel中显示

在MATLAB中，我们可以使用Neural Network Toolbox来创建和训练BP（Backpropagation）神经网络，然后利用`writetable`函数将结果输出到Excel文件。以下是一个简单的示例：

% 导入所需的库
addpath('toolbox_path'); % 如果Neural Network Toolbox不在路径中，需要添加

% 假设我们有数据集data，目标变量是target
data = ...; % 你的输入数据
target = ...; % 你的目标数据

% 创建神经网络模型
hiddenLayerSize = 10; % 隐藏层节点数
net = feedforwardnet(hiddenLayerSize);

% 设置训练选项
trainFcn = 'trainlm'; % 使用Levenberg-Marquardt算法训练
options = trainingOptions(trainFcn, ... % 可自定义更多选项如MaxEpochs, LearningRate等
    'Verbose', false, ... % 是否显示详细信息
    'Plots', 'training-progress'); % 显示训练过程的图形

% 训练网络
net = train(net, data, target, options);

% 预测并获取输出
outputs = net(data);

% 将预测结果写入Excel
outputData = table(outputs', target', 'VariableNames', {'Predicted', 'Actual'});
filename = 'results.xlsx';
writetable(outputData, filename, 'Sheet', 'Results');