并行开销。呼叫时有开销parfor而不是为．如果函数计算速度很快，那么这种开销可能会变得相当可观。特别是，并行解决问题比串行解决问题要慢。

没有嵌套parfor循环。这在嵌套并行功能．parfor当从另一个内部调用时不能并行工作parfor循环。如果你已经编写了你的目标或约束函数来利用并行处理的优势，没有嵌套的限制parfor循环可能导致求解器的运行速度比您预期的要慢。特别地，有限差分的并行计算优先，因为这是一个外部循环。这将导致目标或约束函数中的任何并行代码串行执行。

当串行执行,parfor循环运行速度比为循环。因此，为了获得最佳性能，请确保只调用最外层的并行循环parfor．例如，假设您的代码调用fmincon在一个parfor循环。在本例中，为了获得最佳性能，请设置fminconUseParallel选项假．

传递参数。参数在并行计算执行期间自动传递给工作机器。如果有大量的参数，或者它们占用大量的内存，传递它们可能会降低计算的执行速度。

资源争夺:网络和计算。如果工作机器的网络具有低带宽或高延迟，计算可能会变慢。

持久性或全局变量。如果目标或约束函数使用持久或全局变量，这些变量在不同的工作处理器上可能取不同的值。而且，它们可能不会在工作处理器上被正确清除。求解器可能会抛出一些错误，比如大小不匹配。

访问外部文件。在并行计算期间，外部文件可能以不可预知的方式被访问。在并行处理过程中，计算的顺序是不能保证的，因此外部文件可能会以不可预知的顺序被访问，从而导致不可预知的结果。

访问外部文件。如果两个或多个处理器试图同时读取外部文件，则该文件可能会被锁定，导致读取错误，并停止优化的执行。

如果你的目标函数调用Simulink金宝app^®，平行梯度估计的结果可能不可靠。

非计算函数，例如输入，情节,键盘，在目标函数或约束函数中使用时可能表现不佳。调用parfor循环时，这些函数在工作机器上执行。这可能会导致worker变得无响应，因为它正在等待输入。

parfor不允许打破或返回语句。