请详细解释如何利用MATLAB优化工具箱中的fmincon函数来解决包含线性和非线性约束的多变量非线性最小化问题，并给出相应的示例代码。

在多元最优化问题中，fmincon是MATLAB优化工具箱提供的一个强大函数，特别适用于那些包含线性或非线性约束的多变量非线性最小化问题。为了深入理解这一函数的用法，推荐参考《MATLAB优化工具箱：多元最优化方法与功能详解》这本书籍。该书详细介绍了fmincon的使用方法和各种场景下的应用。

参考资源链接：[MATLAB优化工具箱：多元最优化方法与功能详解](https://wenku.csdn.net/doc/5eii33h11o?spm=1055.2569.3001.10343)

首先，fmincon函数的基本调用格式为：

[x, fval] = fmincon(fun, x0, A, b, Aeq, beq, lb, ub, nonlcon, options)

其中，fun是目标函数；x0是变量的初始值；A和b、Aeq和beq分别表示线性不等式和等式约束；lb和ub分别是变量的下界和上界；nonlcon是处理非线性约束的函数句柄；options为优化参数。

下面是一个使用fmincon解决实际问题的示例代码：

function [x, fval] = solve_optimization()

    % 定义目标函数（这里需要根据实际情况来编写）
    fun = @(x) (x(1)-1)^2 + (x(2)-2)^2;

    % 定义变量的初始值
    x0 = [0, 0];

    % 定义线性不等式约束 A*x ≤ b
    A = [1, 2];
    b = [2];

    % 定义变量的边界
    lb = [0, 0];
    ub = [];

    % 定义非线性约束
    nonlcon = @mycon;

    % 设置优化参数
    options = optimoptions('fmincon','Display','iter','Algorithm','sqp');

    % 调用fmincon函数求解
    [x, fval] = fmincon(fun, x0, A, b, [], [], lb, ub, nonlcon, options);

    % 输出结果
    disp('最优解:');
    disp(x);
    disp('目标函数最小值:');
    disp(fval);

end

function [c, ceq] = mycon(x)
    % 定义非线性不等式约束 c(x) ≤ 0
    c = [x(1)^2 + x(2)^2 - 1];

    % 定义非线性等式约束 ceq(x) = 0（本例中没有等式约束）
    ceq = [];
end

通过上述代码，我们可以定义目标函数、初始猜测、约束条件、变量界限以及优化选项，然后使用fmincon函数求解。在`mycon`函数中定义了非线性约束条件，这是fmincon函数求解非线性规划问题的关键部分。

这个实例展示了如何在MATLAB环境下使用fmincon函数来求解带有线性和非线性约束的多变量非线性最小化问题，帮助你理解函数的结构和参数设置。为了更全面地掌握MATLAB优化工具箱的使用，建议在学习了fmincon函数之后，进一步阅读《MATLAB优化工具箱：多元最优化方法与功能详解》中的其他章节，这将有助于你解决更复杂和多样化的优化问题。

参考资源链接：[MATLAB优化工具箱：多元最优化方法与功能详解](https://wenku.csdn.net/doc/5eii33h11o?spm=1055.2569.3001.10343)