在MATLAB R2022a软件中，对minf(x)=x^4+2x+4用不同的算法终止条件对迭代次数的影响；（至少5个终止条件），写出完整可运行代码。

在MATLAB R2022a中，求解非线性最小化问题`minf(x) = x^4 + 2x + 4`通常会使用优化函数如`fminunc`或`fzero`。不同的终止条件可以影响迭代的次数和计算效率。常见的终止条件有：

1. **绝对误差**：当函数值的变化小于指定阈值时停止。
2. **相对误差**：当函数值变化相对于上一次迭代的函数值比例小于某个阈值时停止。
3. **最大迭代次数**：达到预设的最大迭代次数仍未找到解则停止。
4. **梯度近似零**：当函数梯度的模长小于某个阈值时。
5. **函数值接近极小值**：当函数值非常接近最小值时。

以下是使用`fminunc`函数并设置五种不同终止条件的示例代码：

% 定义目标函数
fun = @(x) x.^4 + 2 * x + 4;

% 初始猜测点
x0 = -3; % 你可以改变初始点

% 设置不同的终止条件
% 1. 绝对误差 (AbsTol)
options.absTol = 1e-6;
% 2. 相对误差 (RelTol)
options.relTol = 1e-6;
% 3. 最大迭代次数 (MaxIter)
options.MaxIter = 1000;
% 4. 梯度近似零 (GradConvergence)
options.GradConvergence = 'on';
% 5. 函数值接近极小值 (FunValConvergence)
options.FunValConvergence = 'on';

% 对于每一种条件，分别求解
for i = 1:length(options.absTol)
    switch i
        case 1
            options.Method = 'quasi-newton'; % 使用牛顿法
            [x, fval] = fminunc(fun, x0, options);
            fprintf('With AbsTol: Minimum at %f with function value %f\n', x, fval);
        case 2
            options.Method = 'trust-region-dogleg';
            [x, fval] = fminunc(fun, x0, options);
            fprintf('With RelTol: Minimum at %f with function value %f\n', x, fval);
        otherwise
            fprintf('%d. No specific method specified yet.\n', i);
    end
end

% 提问部分