多目标优化代码matlab，寻找两个函数的最小值？

以下是一个基于MATLAB实现的多目标优化代码示例，使用NSGA-II算法来寻找两个函数的最小值。

% 设置目标函数
fun = @(x) [2*x(1) + x(2); x(1) + 3*x(2)];

% 设置NSGA-II算法参数
nvars = 2; % 变量数
lb = [-5 -5]; % 变量下限
ub = [5 5]; % 变量上限
options = optimoptions('gamultiobj','PopulationSize',100,'ParetoFraction',0.35);

% 运行NSGA-II算法
[x,fval,exitflag,output,population,scores] = gamultiobj(fun,nvars,[],[],[],[],lb,ub,options);

% 找出最小值
[min_fval, min_index] = min(fval);

% 输出结果
disp(['x1 = ', num2str(x(min_index(1),1)), ', x2 = ', num2str(x(min_index(1),2))]);
disp(['f1 = ', num2str(min_fval(1)), ', f2 = ', num2str(min_fval(2))]);

以上代码中，首先设置了两个目标函数f1和f2。然后，使用NSGA-II算法来进行优化，设置了变量数、变量上下限以及NSGA-II算法的参数。运行NSGA-II算法后，得到了优化结果x和目标函数值fval。接着，使用MATLAB自带的min函数找出两个函数的最小值，并得到对应的变量值。最后，输出结果。

在实际应用中，可以根据具体需求修改目标函数和算法参数，以实现更加复杂的多目标优化任务。