使用创建一个优化问题对象optimproblem．问题对象是一个容器，可以在其中定义一个客观表达式和约束。优化问题对象定义问题和问题变量中存在的任何边界。

例如，创建一个最大化问题。

概率= optimproblem (“ObjectiveSense”，“最大化”）;

使用创建命名变量optimvar．优化变量是用来描述问题、目标和约束的符号变量。在变量定义中包含任何边界。

例如，创建一个15乘3的二进制变量数组，名为“x”．

x = optimvar (“x”15日3“类型”，“整数”，下界的，0，“UpperBound”1);

将问题对象中的目标函数定义为已命名变量中的表达式。

如果有必要，在表达式中包含额外的参数作为工作区变量;看到在基于问题的方法中传递额外参数．

例如，假设你有一个实数矩阵f和变量矩阵的大小一样x，其目的是对条目的总和f乘以相应的变量x．

概率。目标=总和(sum (f。* x));

将优化问题的约束定义为指定变量中的比较或表达式的比较。

例如，假设每一行的变量之和x必须为1，并且每一列中的变量之和不能超过1。

(x,2) = 1;= sum(x,1) <= 1;prob.Constraints.onesum = onesum;prob.Constraints.vertsum = vertsum;

对于非线性问题，设置一个初始点作为一个结构，其字段是优化变量名。例如:

x0。x= randn(size(x)); x0.y = eye(4);%假设y是一个4乘4的变量

通过使用来解决问题解决．

索尔=解决(问题);或者，对于非线性问题，索尔=解决(x0概率)