如何在MATLAB中添加更多类型的不确定性，比如随机变量？

在MATLAB中，除了区间型不确定变量（如`interval`），还可以添加基于概率分布的随机变量。以下是添加随机变量的基本步骤：

1. **生成随机变量**：
使用`mvnrnd`函数从多元正态分布或其他概率分布生成随机矩阵。例如，如果你想要一个二维的正态随机向量，可以这样做：

   mu = [0; 0]; % 均值
   sigma = [1 0.5; 0.5 1]; % 协方差矩阵
   random_vector = mvnrnd(mu, sigma);

2. **创建`random`对象**：
创建一个`random`对象来代表这个随机变量。例如，如果`random_vector`是一个二维向量，可以这样表示：

   u = random(random_vector, 'Normal');

3. **纳入鲁棒优化模型**：
同样地，在建立鲁棒优化模型时，将`random`对象替代掉`interval`对象：

   basis_model.Objective = sum(u.*x);
   uncertain_set = probabilitydistributionset(u, distributionParameters); % 分配概率分布信息
   problem = uncertain(basis_model, u, uncertain_set);

4. **求解**：
解决优化问题时，MATLAB会自动处理随机变量的期望值或者其他概率统计特性。