考古了一篇14年文章的代码，看人家的代码，又学到了一些新技能，记录一下。 1，mkdir函数 mkdir folderName 创建文件夹 folderName。如果 folderName 存在，则 MATLAB® 发出警告。如果操作失败，则 mkdir 会向命令行窗口发出错误。

2，system函数 执行操作系统命令并返回输出。

3，几个matlab常见变量 date，记录日期的变量 clock，获取系统当前时间的函数，是一个行向量 cd，显示当前目录

4，遗传函数ga() ga是matlab自带的遗传算法函数。 x = ga(fun,nvars,A,b,[],[],lb,ub,nonlcon,IntCon,options) fun：函数句柄； nvars：变量个数； A：不等式约束系数矩阵； b：不等式约束常量向量； [ ]：等式约束系数矩阵； [ ]：等式约束常量向量； lb：变量上限； ub：变量下限； nonlcon：非线性约束； IntCon：整数约束； options：用options中的值替换默认优化参数，通过optimoptions()获取； 注意： options，前期matlab版本是用gaoptimest函数，后续版本用optimoptions。

5，并行计算matlabpool和parpool 并行计算是指多核并行计算，包括cpu和gpu，这里说的是cpu。 matlabpool在matlab2012以前的版本可以使用。parpool是后续新版本使用的函数。 启动语句是

运行testParallel函数，已经开辟了2个labs，为了进行多核并行运算，testParallel中，要用parfor代替原来的for循环。 在运行这个时，观察windows任务管理器，可以发现一共有3个MATLAB.exe进程。其中一个占内存较多的，应该是主控的，他基本不干活，只负责分配，进行计算时他的cpu占用率只有1~2%，剩下两个进程专门用来计算的，跑起来各占cpu 49%左右。看上去还是每个matlab进程单核运算，但是一下开2个进程，所以能把cpu用满。当运行完testParallel后，三个进程的cpu都立刻降为1%左右了。 在并行计算中，要用parfor代替原来的for循环。

并行计算注意事项： 1，Matlab启动并行环境是比较慢的，不过不用每次都重新启动环境，启动一次以后能一直使用； 2，parfor循环中的临时变量不能在循环外使用且每次parfor迭代后临时变量都会自动清除； 3，parfor循环不是按照顺序来的，所以不能有以下操作： 4，parfor使用时机：每次循环相互独立，且数据量较大； 5，尽量避免parfor循环内的程序和外界的交互，如调用exe等。

参考： 1，https://blog.csdn.net/qq_38290475/article/details/82223148 2，https://zhidao.baidu.com/question/1241848471227586859.html 3，https://blog.csdn.net/weixin_38121168/article/details/92619095