求解下面的非线性规划，并列出程序f（x1，x2） ＝x1x1+x2x2 g1（x）＝x1+x2+1≤0 g2（x）＝-x1-1≤0 g3（x）＝-x2-2≤0 h1（x）＝-x1+x2＝0

这是一个二维的非线性规划问题，目标函数f(x1, x2) 是一个二次函数，而约束条件g1, g2, g3是一组线性不等式，h1是一个等式约束。要解决这个问题，我们可以使用Matlab中的`fmincon`函数，该函数用于求解带有约束的优化问题。

以下是一个简单的Matlab代码示例，假设我们将`f`, `g1`, `g2`, `g3`, 和 `h1` 的定义放在了变量`f`, `g`, 和 `Aeq` 中：

% 定义目标函数 f(x)
f = @(x) x(1)^2 + x(2)^2;

% 定义线性不等式约束的右侧值
g = @(x) [x(1) + x(2) + 1; -x(1) - 1; -x(2) - 2];

% 等式约束矩阵 Aeq 和 b
Aeq = [-1  1;]; % 对应于 h1(x) = -x1 + x2
beq = zeros(1, size(Aeq, 2)); % 等式右边常数为0

% 设置初始点和选项
x0 = [0; 0]; % 假设从原点开始搜索
options = optimoptions('fmincon', 'Display', 'iter'); % 显示迭代信息

% 求解优化问题
[x, fval] = fmincon(f, x0, [], [], Aeq, beq, g);

% 输出结果
disp(['Optimal solution: ', num2str(x), ', with objective value: ', num2str(fval)]);

这个代码片段假设`f`, `g`, 和 `Aeq` 函数已经正确地实现了你的问题描述。运行这段代码后，你会得到最优解x以及对应的最小化目标函数值fval。