用Matlab实现BP-ANN神经网络代码

以下是使用 Matlab 实现 BP-ANN 神经网络的示例代码：

% 首先，准备训练数据和测试数据
x_train = [0 0 1 1; 0 1 0 1];
y_train = [0 1 1 0];
x_test = [0 0 1 1; 0 1 0 1];
y_test = [0 1 1 0];

% 定义神经网络结构
hidden_layer_size = 4;
net = feedforwardnet(hidden_layer_size);

% 设置训练参数
net.trainParam.epochs = 1000;
net.trainParam.lr = 0.1;

% 训练神经网络
net = train(net, x_train, y_train);

% 使用训练好的神经网络进行预测
y_pred = net(x_test);

% 计算预测结果的准确率
accuracy = sum(round(y_pred) == y_test) / length(y_test);
disp(['Accuracy: ' num2str(accuracy)]);

在这个例子中，我们使用了一个包含一个隐藏层的 BP-ANN 神经网络，使用了随机梯度下降算法进行训练。我们使用了 XOR 问题的数据集进行训练和测试，计算了预测结果的准确率。

注意，这只是一个简单的示例，实际应用中需要根据具体问题进行调整和优化。