使用MATLAB的遗传算法求解函数极值问题

遗传算法是一种模拟自然选择和遗传机制的优化算法，常用于解决复杂的优化问题。在MATLAB中，通过使用遗传算法工具箱（Genetic Algorithm Toolbox），我们可以方便地应用遗传算法来求解函数的极值问题。本文将介绍如何使用MATLAB的遗传算法工具箱来求解函数极值问题，并提供相应的源代码。

首先，我们需要定义要优化的目标函数。在本例中，我们以简单的一元函数 f(x) = x^2 + 4sin(x) 为例。我们的目标是找到函数 f(x) 的最小值。

接下来，我们需要设置遗传算法的参数。主要的参数包括种群大小、迭代次数、交叉概率、变异概率等。根据实际情况和问题的复杂程度，可以对这些参数进行调整。以下是一个示例的参数设置：

PopulationSize = 100;    % 种群大小
MaxGenerations = 50;     % 最大迭代次数
CrossoverProbability = 0.8;