神经网络工具箱中没有为BSB神经网络提供专门的函数工具，因此，无法利用神经网络工具箱中的函数创建、训练并应用网络。但是，Hugh Pasika于1997年基于MATLAB平台开发了BSB神经网络的实现函数。其MATLAB源程序代码如下：

function C=BSB(X,beta,multi)
%function C=BSB(X,beta)
%这个M文件为BSB模型示例
% X为负输入矩阵
% beta为负反馈系数
%C为返回负反馈收敛迭代
hold on
flag=0;
x=X(:);
c=2;  %c为一个通用的中心
 C is a general purpose counter
W=[.035 -.005;-.005 .035];
%set axes
set(gca,'XLim',[-1 1]);
set(gca,'XLim',[-1 1]);
%plot first point
plot(x(1),x(2),'ob');

下面给定输入向量和反馈因子，用于演示BSB函数的功能。令x=[0.5;-0.6]，beta=0.5，c=100，c用于限制迭代次数。迭代终止的充分条件是网络已经收敛或网络的迭代次数达到最大值c。
程序实现代码如下：

>> x=[0.5;-0.6];
beta=0.5;
c=100;
BSB(x,beta,c)

运行程序，输出结果如下：

Og =
    0.5000   -0.6000
It took 35 iteration for a stable point to be reached.

其中，Og表示网络的初始输入值为（0.5,-0.6）。结果表明，当网络经过35次迭代后，初始值就达到了盒中脑的一角（1,-1），因为初始值与它的距离最小。