解决的问题
在进行数学建模的时候，经常遇到一些优化问题，但是，在平常论讲座中，往往偏重理论，而缺乏了在工程中的实践。为此，特地整理出来使用matlab求解非线性方程组的方法。
写在开头
这篇不打算对遗传算法的具体原理进行探讨，而主要是实际中的应用。在求解一些不是很复杂的非线性方程组的时候，我们在matlab使用的时候也往往不需要自己写很复杂的代码，而是借助ga工具箱，一般情况下，打开ga工具箱只要
>> gatool
加回车就行，但是我的matlab不知为何不行，这里给大家另一种打开方式：
optimtool('ga')
结果如下：
实现
OK，说完了前期准备，我们来进行一些实践
这里，假如我有以下要求的方程组：
那么，我就可以定义一个新的函数，将它们三个的值平法求和，那么平方和的最小值，就是这个方程组的根
function G=simple(var)
f1=var(1)+var(2)-3*var(3);
f2=var(1)*sin(var(2));
f3=var(1)+2.0*var(2)+var(3)-24.0;
G=f1.^2+f2.^2+f3.^2;%构造目标函数
end
将这个函数命名为simple，接着使用命令
options=gaoptimset('PopulationSize',500,'Generations',1000,'StallGenLimit',1000,'TolFun',1e-100)
定义我们的遗传算法的相关要求，最后：
[v fval]=ga(@simple,3,options)
（记住在使用ga工具箱的时候，一定要在所求的simple函数文件夹下使用命令），结果：
v =
1.5170 9.4193 3.6454
fval = 7.0466e-05
因为这里的var是一个向量，实际上var(1)var(2)var(3)就是xyz