怎样用遗传算法优化含有两个隐含层的BP神经网络的matlab程序啊，这个代码是错的，可不知道错在哪，求高手帮忙解答，非常感谢！
FieldD=[repmat(PRECI,1,N);repmat([-0.5;0.5],1,N);repmat([1;0;1;1],1,N)]; %区域描述器
Chrom=crtbp(NIND,PRECI*N); %创建任意离散随机 种群
%% 优化
gen=0; %代计数器
X=bs2rv(Chrom,FieldD);%计算初始种群的十进制转换
ObjV=Objfun(X,P,T,hiddennum1,hiddennum2,P_text,T_text); %计算目标函数值 hiddennum1，hiddennum2：第一、第二隐含层
while gen
fprintf('%d\n',gen)
FitnV=ranking(ObjV);%分配适应度值
SelCh=select('sus',Chrom,FitnV,GGAP); %选择
SelCh=recombin('xovsp',SelCh,px);%重组
SelCh=mut(SelCh,pm); %变异
X=bs2rv(SelCh,FieldD);%子代个体的十进制转换
ObjVSel=Objfun(X,P,T,hiddennum1,hiddennum2,P_text,T_text);%计算子代的目标函数值
[Chrom,ObjV]=reins(Chrom,SelCh,1,1,ObjV,ObjVSel); %重插入子代到父代，得到新种群
X=bs2rv(Chrom,FieldD);
gen=gen+1;%代计数器增加
%获取每代的最优解及其序号，Y为最优解,I为个体的序号
[Y,I]=min(ObjV);
trace(1:N,gen)=X(I,:); %记下每代的最优值
trace(end,gen)=Y; %记下每代的最优值
end
function Obj=Objfun(X,P,T,hiddennum1,hiddennum2,P_text,T_text)
%% 用来分别求解种群中各个个体的目标值
%% 输入
% X：所有个体的初始权值和阈值
% P：训练样本输入
% T：训练样本输出
% hiddennum1：隐含层1神经元数
% hiddennum2：隐含层2神经元数
% P_text:测试样本输入
% T_text:测试样本期望输出
%% 输出
% Obj：所有个体的预测样本的预测误差的范数
[M,N]=size(X);
Obj=zeros(M,1);
for i=1:M
Obj(i)=Bpfun(X(i,:),P,T,hiddennum1,hiddennum2,P_text,T_text);
end
这两段代码运行时会出现如下错误Error in ==> Objfun at 16
Obj(i)=Bpfun(X(i,:),P,T,hiddennum1,hiddennum2,P_text,T_text);
Error in ==> GABPMain at 39
ObjV=Objfun(X,P,T,hiddennum1,hiddennum2,P_text,T_text); %计算目标函数值
