给出matlab代码，生成BP神经网络通用图，注意事项有：3层网络，输入12个姓名，输出4个组队

以下是使用MATLAB生成一个具有3层网络、输入12个姓名和输出4个组队的BP神经网络通用图的示例代码：

% 创建神经网络
net = feedforwardnet([10, 8]); % 两个隐藏层，分别有10和8个神经元
net.trainFcn = 'trainlm'; % 使用Levenberg-Marquardt算法进行训练

% 准备输入和输出数据
inputData = rand(12, 1); % 输入数据，这里使用随机生成的示例数据
outputData = rand(4, 1); % 输出数据，这里使用随机生成的示例数据

% 将数据转换为神经网络所需的格式
inputData = inputData';
outputData = outputData';

% 设置训练参数
net.trainParam.showWindow = false; % 不显示训练过程窗口
net.trainParam.epochs = 1000; % 迭代次数

% 训练神经网络
net = train(net, inputData, outputData);

% 绘制神经网络通用图
view(net);

在这段示例代码中，首先创建了一个具有两个隐藏层（分别有10和8个神经元）的BP神经网络。然后准备输入和输出数据，这里使用了随机生成的示例数据。接下来将数据转换为神经网络所需的格式，并设置训练参数。最后通过调用`train`函数对神经网络进行训练，并使用`view`函数绘制神经网络通用图。

请注意，这段示例代码中的数据和参数都是随机生成的，实际使用时需要根据具体需求进行适当修改。另外，为了更好地训练神经网络，你可能需要更多的训练数据和更复杂的网络结构。