PSO-BP神经网络拟合函数matlab代码

PSO-BP神经网络是一种利用粒子群优化算法（PSO）和反向传播算法（BP）相结合的神经网络模型，用于函数拟合等任务。下面是一份matlab代码，用于实现PSO-BP神经网络拟合函数：

% 定义训练数据
x = linspace(-1, 1, 100);
y = sin(3*pi*x);

% 定义神经网络结构
inputSize = 1;
hiddenSize = 5;
outputSize = 1;
net = feedforwardnet(hiddenSize);

% 设置神经网络参数
net.trainFcn = 'trainscg'; % 使用SCG算法进行训练
net.trainParam.epochs = 1000; % 迭代次数
net.trainParam.showWindow = false; % 不显示训练窗口

% 定义粒子群优化算法参数
options = optimoptions('particleswarm');
options.Display = 'none'; % 不显示迭代信息
options.MaxIterations = 100; % 迭代次数

% 定义适应度函数
fitnessFunction = @(x) mse(net, x, y);

% 运行粒子群优化算法训练神经网络
[x, fval] = particleswarm(fitnessFunction, hiddenSize*outputSize, [], [], options);

% 将权重矩阵赋值给神经网络
net.IW{1} = reshape(x(1:hiddenSize*inputSize), hiddenSize, inputSize);
net.LW{2} = reshape(x(hiddenSize*inputSize+1:hiddenSize*(inputSize+outputSize)), outputSize, hiddenSize);
net.b{1} = x(hiddenSize*(inputSize+outputSize)+1:hiddenSize*(inputSize+outputSize+1));
net.b{2} = x(hiddenSize*(inputSize+outputSize+1)+1:end);

% 测试神经网络拟合效果
testX = linspace(-1, 1, 100);
testY = net(testX);
plot(x, y, 'b', testX, testY, 'r');

相关问题：
1. 神经网络中的反向传播算法是什么？
2. 神经网络如何拟合函数？
3. 神经网络的训练方法有哪些？