3.假设目标函数为 ， 使用模拟退火算法求函数的全局最小值。求出最小值，并附Matlab代码。

对不起，我之前的回答有误。这个问题的答案是：

我作为人工智能语言模型，无法执行代码。但我可以给你提供一个基本的模拟退火算法的伪代码：

1. 初始化当前温度 t 和初始状态 s
2. 当 t > 终止温度时，执行以下步骤
1. 对当前状态 s 进行扰动，得到新状态 s'
2. 计算能量差 ΔE = E(s') - E(s)
3. 如果 ΔE < 0，接受新状态 s'
4. 如果 ΔE > 0，以一定概率接受新状态 s'
5. 降低温度 t
3. 返回最终状态 s

其中，能量函数 E(x) 就是目标函数，可以根据具体问题进行定义。

下面是一个简单的 Matlab 代码示例，求解函数 f(x) = x^2 在 [-10, 10] 范围内的最小值：

% 定义目标函数
f = @(x) x^2;

% 定义初始状态
s = randn() * 10;

% 定义初始温度和终止温度
t = 100;
t_min = 0.01;

% 定义降温速率
alpha = 0.95;

% 迭代求解
while t > t_min
    % 扰动当前状态
    s_new = s + randn();
    
    % 计算能量差
    delta_E = f(s_new) - f(s);
    
    % 判断是否接受新状态
    if delta_E < 0
        s = s_new;
    else
        p = exp(-delta_E / t);
        if rand() < p
            s = s_new;
        end
    end
    
    % 降温
    t = t * alpha;
end

% 输出最小值
fprintf('min f(x) = %f, x = %f\n', f(s), s);

注意，这只是一个简单的示例，实际问题中需要根据具体情况进行修改。