Bestlist_cost=zeros(1,MaxIt); Convergence_curve = zeros(1,MaxIt); for i=1:nP Cost(i)=fitness(n,di,Sw,sw,hw,hr,cr,Ip,Ie,pi,ci,M1,M2,r,X(i,:)); end [Best_Cost,ind] = min(Cost); Best_X = X(ind,:); Bestlist_cost(1) = Best_Cost; 用matlab优化这段代码

可以使用Matlab的内置函数fminsearch来进行优化，代码如下：

options = optimset('Display','iter','TolFun',1e-6,'TolX',1e-6);
[x,fval] = fminsearch(@(x) fitness(n,di,Sw,sw,hw,hr,cr,Ip,Ie,pi,ci,M1,M2,r,x),X,options);

其中，options是优化选项，'Display'用来指定输出信息的级别，'TolFun'和'TolX'是控制终止条件的容差值。@(x)后面的函数句柄是要进行优化的目标函数，x是待优化的变量。fminsearch会返回优化后的最优解x和最优解对应的函数值fval。