使用MetlabBP网络函数

Matlab中的BP神经网络函数是`train`，该函数可以训练一个BP神经网络模型，使用该函数需要提供以下几个参数：

- 训练数据：训练数据是一个矩阵，其中每一行都代表一个样本，每一列都代表一个特征。
- 目标数据：目标数据是一个矩阵，其中每一行都代表一个样本的目标输出，每一列都代表一个输出变量。
- 网络结构：网络结构指定了网络的层数、每层的节点数、激活函数等。
- 训练参数：训练参数包括学习率、最大迭代次数、误差容限等。

下面是一个使用`train`函数训练BP神经网络的例子：

% 准备数据
x = [0 0; 0 1; 1 0; 1 1];
y = [0; 1; 1; 0];

% 定义网络结构
hiddenLayerSize = 4;
net = feedforwardnet(hiddenLayerSize);

% 训练参数
net.trainParam.epochs = 100;
net.trainParam.lr = 0.1;

% 训练网络
net = train(net, x', y');

% 预测结果
y_pred = round(net(x'));

在上述代码中，我们使用了一个4层的BP神经网络模型，并使用了`train`函数训练了该模型。最后，我们使用训练好的模型进行预测，并将预测结果四舍五入为0或1。