我有一组数据有8个输入3个输出，想要用BP神经网络预测输出，然后再用遗传算法求得最优输入参数，用matlab帮我写一段代码

以下是一个简单的BP神经网络和遗传算法的代码实现，其中输入数据为8个，输出数据为3个：

% BP神经网络预测
input_data = rand(8, 1); % 8个输入数据
output_data = rand(3, 1); % 3个输出数据

net = feedforwardnet(10); % 创建BP神经网络，10个隐层节点
net = train(net, input_data, output_data); % 训练网络

% 遗传算法求最优参数
fun = @(x)myfun(x, net); % 定义目标函数，x为输入参数
lb = zeros(8, 1); % 输入参数的下限
ub = ones(8, 1); % 输入参数的上限
options = gaoptimset('Display','iter'); % 设置遗传算法参数

[x, fval] = ga(fun, 8, [], [], [], [], lb, ub, [], options); % 运行遗传算法求解最优参数

% 定义目标函数
function y = myfun(x, net)
    input_data = x'; % 将输入参数转为列向量
    y = net(input_data); % 使用BP神经网络预测输出
    y = -sum(y); % 目标函数为输出数据的相反数，因为遗传算法求最小值
end

在上述代码中，BP神经网络使用了10个隐层节点进行训练，遗传算法的目标函数为输出数据的相反数，因为遗传算法求最小值。可以根据实际情况进行调整。