以下是一个简单的一维输入和输出的BP神经网络MATLAB参考程序：

```matlab
inputs = [your_input]; % 替换your_input为一维输入数据
outputs = [your_output]; % 替换your_output为目标输出数据（0或1）
n = length(inputs); % 输入节点数
m = length(outputs); % 输出节点数
hidden_nodes = 10; % 隐藏层节点数

% 初始化权重和偏置
W1 = rand(n, hidden_nodes); % 输入层到隐藏层的权重
b1 = rand(hidden_nodes, 1); % 隐藏层的偏置
W2 = rand(hidden_nodes, m); % 隐藏层到输出层的权重
b2 = rand(m, 1); % 输出层的偏置

% 训练网络
for epoch = 1:1000
% 前向传播
z1 = W1*inputs + b1;
a1 = sigmoid(z1);
z2 = W2*a1 + b2;
a2 = sigmoid(z2);

% 计算误差
error = a2 - outputs;

% 反向传播
dW2 = a1'*error;
db2 = sum(error);
dW1 = inputs'*a1.*error;
db1 = sum(a1.*error);

% 更新权重和偏置
W2 = W2 - 0.1*dW2;
b2 = b2 - 0.1*db2;
W1 = W1 - 0.1*dW1;
b1 = b1 - 0.1*db1;
end

% Sigmoid函数
function y = sigmoid(x)
y = 1.0 ./ (1.0 + exp(-x));
end
```