将提高MATLAB运算速度的途径总结为以下几点：
1. 硬件方面：CPU配置高一些；
2. 利用Profiler评估程序，查找出函数花费时间较多的地方优化；
3. 尽量少使用for或者while循环，而是向量化；
4. 循环中，尽量将变量预配置，即预先开辟空间，减少循环内部的动态配置；
5. 尽量使用MATLAB函数库中的自带函数；
6. 尽量将需实现的独立功能编写成M函数，尽量少用M脚本文件；
7. 将程序进行编译，MEX文件，进行执行；
8. 可以考虑利用并行计算Parallel，前提是脚本可以进行并行计算，具体查看:help parallel
9. 在脚本可以并行计算的前提下，将可以利用的计算机搭建并行集群，建立并行环境。
如何启动MATLAB并行计算？
以单台双核计算机为例。首先打开MATLAB命令窗口，输入matlabpool open就OK了。如图所示：
这样，就相当于将一台计算机的两个核心，当做两台机器用啦。接下来是编程序实现的方法。
MATLAB并行计算的模式有几种？
主要是两种：parfor模式和spmd模式。两种模式的应用都很简单。第一个中，parfor其实就是parallel+for简化而来，顾名思义啊，就是把原来程序中的for循环中的关键字forg改为parfor就OK啦。不过这是很初步的介绍，限于篇幅不能详细展开了，详细的可以用输入命令help parfor查看，如图：
同样地，可以适用于spmd模式。
程序举例：例如很简单的一个程序：
tic
%传统方式计算
c1=1;
for i = 1:500
c1 = c1+max(eig(rand(i,i)));
end
t1 = toc;
matlabpool open;
%parfor并行方式计算
tic
c2=1;
parfor ii = 1:500
c2 = c2+max(eig(rand(ii,ii)));
end
t2 = toc;
matlabpool close;
display(strcat('parfor并行计算时间：',num2str(t2),'秒'));
display(strcat('客户端串行计算时间：',num2str(t1),'秒'));
分别用传统方式算和parfor算，时间区别如下图所示：
这只是用双核计算的效果，如果是4核心8核心，效果要好的多啦，需要用MATLAB的童鞋不妨试试看咯。
关闭并行计算模式。
不想用了？送一个命令进去就关了，估计你已经猜到那即是：matlabpool close.如图所示：