编写MATLAB代码，使用BP神经网络，将训练集输出的结果输出到excel

在MATLAB中，你可以使用Neural Network Toolbox以及Microsoft Excel的读写功能来创建BP（Backpropagation）神经网络模型，并将预测结果保存到Excel文件中。以下是一个简单的示例，假设我们有一个训练数据集，我们将训练一个BP神经网络并预测一些值，然后将其输出至Excel。

% 导入所需的库
import matlab.io.*

% 加载训练数据（这里假设data是你的训练集）
data = load('training_data.mat'); % 替换为你的实际数据文件名

% 创建BP神经网络结构
net = feedforwardnet(10); % 这里假设你需要10层节点，根据需要调整层数
net.trainFcn = 'trainlm'; % 使用Levenberg-Marquardt算法训练

% 训练神经网络
inputs = data.inputs; % 假设输入是data.inputs
targets = data.targets; % 假设目标是data.targets
net = train(net, inputs', targets');

% 预测新数据
new_data = ... % 你的新输入数据
predictions = net(new_data);

% 将预测结果保存到Excel文件
filename = 'predictions.xlsx';
writer = ExcelWriter(filename);
sheet = writer.addSheet('Predictions');
sheet.writeRow('A1', {'Input', 'Prediction'});
for i = 1:size(predictions, 1)
    sheet.writeRow([i+1, 'A'], {new_data(i,:), predictions(i)});
end
close(writer);

在这个例子中，首先加载数据，然后定义网络架构，训练网络，接着对新数据做预测。最后，通过`ExcelWriter`函数将预测结果写入到名为`predictions.xlsx`的Excel文件中，每一行对应一次预测，第一列是输入，第二列是预测值。