min z=200bi+100hi+10([hi/10]+hi)+10(13+∑bi-ai-bi)＋5(50+∑hi-4ai+[hi/10]-hi)在MATLAB用模拟退火算法实现

你可以使用MATLAB中的Simulated Annealing Toolbox来实现模拟退火算法，以下是一个可能的实现：

function [x, fval] = my_func_sa(a, b)
    f = @(x) 200*x(1) + 100*x(2) + 10*(floor(x(2)/10) + x(2)) ...
        + 10*(13 + sum(x(3:10) - a - x(1))) ...
        + 5*(50 + sum(x(2:10) - 4*a + floor(x(2)/10) - x(2)));
    lb = [0; 0; zeros(8, 1)];
    ub = [inf; inf; inf(8, 1)];
    x0 = ones(10, 1);
    options = saoptimset('Display', 'iter');
    [x, fval] = simulannealbnd(f, x0, lb, ub, options);

end

在这个函数中，`a`和`b`是已知的参数，表示某些常数。`f`是目标函数，其中包含了所有的变量，`lb`和`ub`分别是变量的下界和上界，`x0`是初始点，`options`是优化选项。在这个函数中，变量的顺序是b、h1、h2、...、h8，其中h1等于h/10。

你可以调用这个函数，例如：

a = ones(10, 1);
b = ones(10, 1);
[x, fval] = my_func_sa(a, b);

这将返回最优解`x`和最小化的目标函数值`fval`。需要注意的是，由于模拟退火算法具有随机性，因此每次运行可能得到不同的结果。如果需要更加稳定的结果，可以多次运行该函数并取最优解。