企业官网建设流程全解析

简介：面向学习全局优化与启发式算法的Matlab用户，这套模拟退火工具箱提供可直接调用的函数脚本与配套PDF说明，适合求解旅行商、路径规划、作业调度等组合优化问题，也便于课程实验、算法对比与参数验证。资源为zip压缩包，共82个文件、约211KB，其中71个.m脚本构成核心实现，涵盖初始解生成、能量计算、Metropolis接受准则、多种降温策略、初始温度与终止条件估计、历史记录及结果可视化等模块，另含10个txt说明/模板文件和1份pdf使用文档，结构紧凑便于检索。已有1317人学习下载。读者可据此理解模拟退火从抽样到降温的完整流程，掌握目标函数与约束条件的建模方法，并借助示例、模板与PDF参数说明快速搭建实验、调参复现和结果分析，也可比较线性、指数等降温方案的收敛表现，减少从零编写算法框架的时间。

1. 装 MATLAB 模拟退火工具箱之前，先想清楚那半小时

装 MATLAB 模拟退火工具箱（含 pdf 说明文档）这件事，难点从来不在解压，而在解压之后那半小时。压缩包一解，一堆.m文件铺在文件夹里，双击主函数直接跑，弹出来Undefined function；加了addpath能跑了，第二天开电脑又不行；好不容易跑出结果，跟 pdf 示例里的数字对不上，开始怀疑算法有问题。

模拟退火这种随机算法，装错了不会给你一个明确的红字报错，它的表现是「结果看着像对的，其实每次都在乱跑」，这才是最容易白白折腾一下午的地方。这份工具箱是纯源码加一份 pdf 文档的形态，适合两类人：手头没有 Global Optimization Toolbox 授权、需要自己跑寻优的；以及想照着 pdf 改降温策略、把算法拆开揉碎看的学生和工程岗。下面按我实际装机的顺序走一遍，从版本判断到路径固化，再到参数配置和装坏之后的抢救。

2. 装前把环境列清：MATLAB 版本、路径规则和三个依赖

装工具箱翻车的，八成不是工具箱本身的问题，是环境和路径没列清就动手。开工之前花十分钟做三件事：判断这套代码是纯.m还是带编译产物、确认路径里没有会咬人的字符、把依赖项查一遍。这三件事做完，后面能省掉大量「明明加了路径怎么还找不到」的来回。

2.1 判断是纯 .m 还是带 MEX 编译产物

解压后别急着加路径，先在 MATLAB 命令窗口里把目录扫一遍。带不带 MEX，决定了你后面要不要折腾编译器，这个判断能直接省掉半小时。

root = 'D:\MATLAB\toolbox\sa_toolbox'; % 换成你实际解压的位置 % 列出所有 .m 文件数量和文件名（不含子目录） mFiles = dir(fullfile(root, '*.m')); fprintf('顶层 .m 文件数: %d\n', numel(mFiles)); % 关键判断：有没有 MEX 二进制（R2016b 起支持 ** 递归） mexFiles = dir(fullfile(root, '**', '*.mex*')); if isempty(mexFiles) disp('纯 .m 实现，版本兼容性主要看语法，不用装编译器'); else fprintf('发现 %d 个 MEX 文件，需要核对架构和 MATLAB 版本\n', numel(mexFiles)); for k = 1:numel(mexFiles) fprintf(' %s\n', fullfile(mexFiles(k).folder, mexFiles(k).name)); end end % 顺手看一眼当前环境 fprintf('MATLAB %s (%s)\n', version, computer('arch'));

dir里用**递归要 R2016b 及以上，老版本换成genpath配合dir逐层扫。computer('arch')返回win64、maci64、glnxa64这类字符串，它必须和 MEX 文件后缀对得上：mexw64对win64，mexa64对glnxa64，mexmaci64对maci64。后缀对不上，运行时会报Invalid MEX-file，这种错看着吓人，其实只是拿错了平台的包。

纯.m的版本门槛主要在语法上。这三条是我踩过的：

• 脚本文件末尾定义局部函数：R2016b 起支持，之前只能拆成独立函数文件。
• arguments参数块：R2019b 起支持，.m里出现这个关键字，老版本直接语法报错。
• 字符串双引号"..."：R2017a 起才是 string 类型，更早的版本里双引号是拼接符，行为完全不同。

不确定的时候，用编辑器打开主函数文件搜一下arguments和function关键字的位置，比看 pdf 里写的「适用于 MATLAB 7.0 以上」靠谱得多——那句话往往是作者十年前写的。

2.2 路径规则：中文、空格、OneDrive 三个雷

这一条血泪经验：MATLAB 对路径里的非 ASCII 字符容忍度很低，尤其是 MEX 文件和savepath写回的时候。下面这些路径都是典型的翻车现场：

D:\我的文档\研究生\模拟退火工具箱\ ← 中文目录 C:\Users\A同学\Desktop\sa toolbox\ ← 空格 C:\Users\A同学\OneDrive\matlab\sa\ ← 云同步目录，文件按需下载会读不到 D:\Program Files (x86)\sa\ ← 括号，MEX 编译脚本里常被当语法

我一般会单独建一个全英文、无空格、不带同步的根目录，所有第三方工具箱都往里放：

D:\MATLAB\toolbox\sa_toolbox

Windows 上D:\MATLAB\toolbox这个位置还有个好处：不在C:\Program Files下面，savepath写pathdef.m的时候不容易撞权限。macOS 和 Linux 上我用~/matlab_toolbox/，和系统装的工具箱彻底分开，升级 MATLAB 的时候直接整目录搬走。

注意：如果你的 MATLAB 装在受管电脑上，Documents\MATLAB可能被重定向到网络盘，startup.m会因为网络延迟加载失败，表现就是「有时候生效有时候不生效」。这种情况把startup.m放到本地盘，再用userpath指过去。

2.3 依赖自查：三样东西

pdf 文档里通常只写算法和调用示例，依赖部分一笔带过。装之前手动查三项。

第一项，Global Optimization Toolbox。很多模拟退火工具箱的示例脚本里，为了让读者对照效果，会调用内置的simulannealbnd做基线比较。你如果没有这个工具箱，示例跑到一半就会断在Unrecognized function。

% 查已安装的工具箱和版本 v = ver; names = {v.Name}; idx = contains(names, 'Optimization'); if any(idx) fprintf('%s %s\n', v(idx).Name, v(idx).Version); else disp('没有 Optimization 系列工具箱，示例里的对照段要注释掉'); end % 单独确认退火函数在不在 exist('simulannealbnd', 'file')

exist(..., 'file')返回 2 表示是.m文件、3 表示 MEX、0 表示没有。返回 0 不代表工具箱没装好，很可能只是缺 Global Optimization Toolbox，这两件事要分开判断，后面避坑那章还会细说。

第二项，C 编译器。只有带 MEX 且需要重新编译时才用得上。

mex -setup C

这条命令会列出机器上被 MATLAB 认出来的编译器。Windows 上通常是 Microsoft Visual C++，MinGW 走的是另一套安装方式；macOS 要装 Xcode 命令行工具；Linux 上是 gcc。列表为空说明没配好，这时候别硬编，先看工具箱里有没有纯.m的回退实现——很多工具箱会把慢速版本和 MEX 加速版本各留一份。

第三项，pdf 文档本身。这份文档的正确用法不是从头读到尾，是先翻到函数签名那一页，确认主函数名、入参顺序、出参个数，再翻示例页看它调用的是哪个脚本。我见过有人照着 pdf 第一章的数学推导自己实现了一遍，最后发现压缩包里已经有现成函数——顺序搞反了，先看签名页。

3. 安装与路径挂载：从解压到 which 能返回路径

环境列清了就动手。这一章的目标只有一个：在任意目录下敲主函数名，MATLAB 都能找到它，而且关掉重开还能找到。前者靠addpath，后者靠savepath或startup.m，两件事分开做，别混在一起。

3.1 解压与目录结构核对

先看压缩包里有什么，再决定解到哪。用命令行看一眼目录树，比在资源管理器里点开一层层翻快。

# 先列内容，不解压 unzip -l sa_toolbox.zip | head -40 # 确认无误后解到全英文路径 mkdir -p /home/user/matlab_toolbox unzip -q sa_toolbox.zip -d /home/user/matlab_toolbox/

Windows 上没有unzip的话，右键解压到前面说的D:\MATLAB\toolbox\下面，注意别用「解压到当前文件夹」——很多压缩包解出来会多一层同名目录，最后变成sa_toolbox\sa_toolbox\，加路径的时候加错一层，找半天。

解压完在 MATLAB 里核对结构：

root = 'D:\MATLAB\toolbox\sa_toolbox'; d = dir(root); d = d(~ismember({d.name}, {'.', '..'})); for k = 1:numel(d) if d(k).isdir fprintf('[DIR ] %s\n', d(k).name); else fprintf('[FILE] %-40s %8.1f KB\n', d(k).name, d(k).bytes / 1024); end end

看三样：主函数.m在不在顶层、examples之类的示例目录叫什么名字、pdf 文档落在哪个位置。这一步的意义在于，后面addpath到底加哪一层，取决于主函数在顶层还是埋在子目录里。主函数在顶层就只加顶层，示例脚本要用的时候单独加examples，别图省事整个genpath全灌进去——原因在 3.2 和避坑那章讲。

3.2 addpath 的三种写法与差别

同样是加路径，写法不一样，行为差别很大。

root = 'D:\MATLAB\toolbox\sa_toolbox'; % 写法一：只加顶层目录，最保守 addpath(root); % 写法二：加顶层和所有子目录，最省事也最容易出事 addpath(genpath(root)); % 写法三：加到搜索路径最前面，优先级最高 addpath(root, '-begin');

写法一只把root这一层挂上去，子目录里的文件依然看不到。适合主函数在顶层、其余都是被主函数内部调用的私有函数的情形。

写法二用genpath递归把所有子目录都加进来，包括examples、test、docs。问题在于，示例目录里经常有和主函数同名的脚本（作者写 demo 时复制改的），一旦示例目录排在前面，你调用的就是那个残缺版本。这属于那类不报错、只出错结果的坑，最难查。我的做法是分层加：主函数目录用addpath(root)，要跑示例时再单独addpath(fullfile(root, 'examples'))，跑完rmpath撤掉。

写法三的-begin把目录插到搜索路径最前面。什么时候需要？当你机器上已经装有同名的第三方函数，或者内置函数和工具箱函数撞名时，用它强制优先。代价是它会挡住后面所有同名函数，用完记得rmpath，不然过两周你自己都忘了为什么sin之类的调用行为诡异。

加完立刻验证，不要等到跑脚本时才发现：

% which 返回文件路径说明挂载成功，返回 'not found' 说明没挂上 which sa_main % sa_main 换成你解压出来的真实主函数名 % -all 列出所有同名文件，用来排查撞名 which sa_main -all % 路径太长看不出来，过滤一下 p = strsplit(path, pathsep); hit = p(contains(p, 'sa_toolbox', 'IgnoreCase', true)); fprintf('%s\n', hit{:});

第二段那个which -all是我每次装完必敲的。如果它列出两条以上路径，说明有同名文件在打架，这时候必须处理，不能心存侥幸——MATLAB 只认排在最前面的那个，剩下的是黑匣子。

3.3 用 startup.m 和 savepath 把路径固化

addpath只在当前会话有效，关掉 MATLAB 就没了。第二天打开又报Undefined function，就是漏了这一步。固化有两条路。

第一条，savepath，把当前搜索路径写进pathdef.m：

status = savepath; if status ~= 0 % 返回非 0 通常是安装目录只读，没权限写 pathdef.m warning('路径保存失败，改用 startup.m 方案'); altFile = fullfile(userpath, 'my_pathdef.m'); savepath(altFile); fprintf('已另存到 %s，需要在 startup.m 里 load 回来\n', altFile); else disp('路径已写入 pathdef.m，重启 MATLAB 依然有效'); end

savepath返回 0 表示成功，非 0 表示失败。失败最常见的原因是 MATLAB 装在C:\Program Files下面而当前账号没有管理员权限。这时候别去改安装目录的权限，走第二条路更干净。

第二条，startup.m，MATLAB 每次启动会自动执行用户路径下的这个文件。先确认位置：

userpath % 返回启动目录，Windows 上一般是 Documents\MATLAB

然后在那个目录下建startup.m，内容大致这样：

% startup.m 放在 userpath 返回的目录下，文件名必须是 startup.m root = 'D:\MATLAB\toolbox\sa_toolbox'; if isfolder(root) addpath(root); % 主函数目录 addpath(fullfile(root, 'examples')); % 示例目录，按需 fprintf('[startup] sa_toolbox 已挂载\n'); else warning('[startup] 找不到 %s，检查磁盘是否挂载', root); end

isfolder要 R2017b 及以上，老版本换exist(root, 'dir') == 7。加这个判断是有必要的：工具箱放在移动硬盘或者网络盘上时，盘没挂载addpath会直接报错，而这个错误发生在启动阶段，表现是「MATLAB 一开就弹一堆红字」，很容易让人以为装坏了。

startup.m和savepath二选一就行。我现在的习惯是用startup.m，因为它可读、可版本管理，换机器直接拷文件；pathdef.m是二进制式的黑匣子，出了问题不好回溯。代价是启动稍慢一点点，可以忽略。

4. 配置参数跑第一个案例：目标函数、温度与降温策略

路径挂上了，接下来是最容易「跑起来但结果不对」的一段。模拟退火的参数不多，但每一个都直接影响能不能跳出局部最优。这一章先用手上的函数把参数摸清楚，再把同一套参数搬到工具箱上，两边结果对得上，才算真装好了。

4.1 目标函数和变量边界怎么写

先用一个自己能算出解析最优的二次函数打底。用匿名函数写，避开脚本里定义函数的版本差异。

% 目标函数：最小值在 (2, -1) 处，最优值 3 objfun = @(x) (x(1) - 2).^2 + (x(2) + 1).^2 + 3; x0 = [0, 0]; % 初始解，故意选得离最优点远一点 lb = [-10, -10]; % 下界 ub = [ 10, 10]; % 上界 % 先确认目标函数本身没写错 f0 = objfun(x0); fOpt = objfun([2, -1]); fprintf('初始点函数值 %.4f，理论最优值 %.4f\n', f0, fOpt);

写匿名函数时那几个点号别省。.^2是逐元素平方，^2是矩阵乘方，在标量场景下结果一样，但一旦目标函数内部对向量做运算，少了点号就会报Matrix dimensions must agree，而这个错误信息完全不指向真正的原因。

边界lb、ub在模拟退火里的作用和梯度类算法不同。它不参与求导，只是在生成新解时做一次截断——新解超出边界就拉回来或者重采样。所以边界给得太松，前期搜索空间大、收敛慢；给得太紧，最优点被切在外面，跑一万次也到不了。我一般的做法是先给一个明显偏大的区间跑一轮，看最优解落在哪里，再收窄到最优解附近两倍范围重跑。

4.2 退火参数：初温、降温函数、stall 迭代

退火这套算法的参数就那么几个，不同工具箱的叫法不一样，但一一对应。先把映射关系理清楚，看 pdf 和看代码时就不会迷路。

参数配置写成代码大概是这样：

% 内置函数做基线，没有 Global Optimization Toolbox 就跳过这一段 options = optimoptions('simulannealbnd', ... 'MaxIterations', 3000, ... % 外层降温次数上限 'MaxFunctionEvaluations', 60000, ... % 目标函数最多被调用多少次 'InitialTemperature', 100, ... % 初温，相对函数值量级来定 'TemperatureFcn', @temperatureexp, ... % 指数降温，每轮乘以 0.95 'StallIterations', 500, ... % 连续 500 次无改进就提前停 'Display', 'iter', ... % 装完第一次务必打开，看过程 'PlotFcns', {@saplotbestf, @saplotf}); % 收敛曲线，直观判断有没有卡住 [x, fval, exitflag, output] = simulannealbnd(objfun, x0, lb, ub, options); fprintf('最优解 [%.4f, %.4f]，最优值 %.6f，退出标志 %d\n', ... x(1), x(2), fval, exitflag);

几个参数值得单独说。

InitialTemperature是相对量，不是绝对值。它和你的目标函数值域挂钩：目标函数值在 1e-3 量级，初温给 100 等于全程随机跳；值在 1e6 量级，初温给 100 等于压根没退火。判断标准是看第一轮接受了多少劣解，Display设为iter时能直接看到，接受率在 50% 上下比较合适。

TemperatureFcn选@temperatureexp，也就是每轮温度乘以一个固定系数，这是最常用的一种。另外还有@temperatureboltz（按对数倒数降）和@temperaturefast（降得更快）。第一次装完建议先用指数降温，行为最好预测。

StallIterations是提前停止的开关。模拟退火后期的改进很稀疏，连续几百次没进步基本就是收敛了，继续跑纯烧时间。但设得太小，比如 50，会在前期误判，尤其目标函数有平台区的时候。

exitflag要会读。返回 1 表示连续若干次的平均目标值变化小于容差，属于正常收敛；返回 5 表示碰到了迭代上限或者函数评估上限，说明预算给少了，结果只能用不能信；返回 -2 表示一个可行点都没找到，八成是边界写反了或者初始解不可行。第一次跑完看到 5 不要紧，先看曲线有没有走平。

4.3 多轮重启与固定随机种子

模拟退火是随机算法，同一个参数跑两遍结果不一样是正常的。但这不意味着你可以不记种子。

% 固定随机种子，保证结果可复现，报告里要把这个数写上 rng(20240501, 'twister'); nRuns = 20; hist = zeros(nRuns, 1); best = inf; bestX = []; for k = 1:nRuns [x, f] = simulannealbnd(objfun, x0, lb, ub, options); hist(k) = f; if f < best best = f; bestX = x; end end fprintf('20 轮最优: f = %.6f, x = [%.4f, %.4f]\n', best, bestX(1), bestX(2)); fprintf('命中率(误差 1e-3 内): %d/%d\n', sum(hist < best + 1e-3), nRuns); fprintf('最差一轮: %.6f，标准差: %.6f\n', max(hist), std(hist));

rng(seed, 'twister')里的twister是梅森旋转发生器，MATLAB 的默认算法，写出来是为了跨版本一致——不同 MATLAB 版本的默认随机数算法改过，不显式指定，换台机器结果就变了。

为什么要跑 20 轮而不是 1 轮：单次结果说明不了任何问题。20 轮里如果 18 轮都落到同一个值，说明算法稳定；如果只有 3 轮命中最优、其余散在各处，说明初温或者迭代次数不够，得回去调参数。命中率这个数比单次最优值有用得多，它能告诉你这套参数是不是玄学。

把种子、参数、命中率一起记在实验记录里，是这行最基本的规矩。三个月后有人问你「当时那个结果怎么跑出来的」，有种子和参数就能原样复现，没有就只能重跑一遍重新调参。

5. 避坑与排查：五条装完还是跑不动的记录

下面这五条是我在装这类工具箱时确实遇到过的，按「现象 → 原因 → 解决」记，遇到同类问题可以直接对着查。

5.1 现象：报 Undefined function，但which又能找到

现象：命令窗口里敲主函数名报Undefined function or variable，但which sa_main明明返回了路径；或者反过来，当前会话能跑，第二天开机就不行。

原因：两种情况。一是addpath只对当前会话有效，没做 3.3 那步固化，重开就丢。二是主函数名和文件名不一致，MATLAB 按文件名找函数，sa_main.m里写的是function y = SA_Main(...)，大小写或下划线有出入就找不到。

解决：先固化路径，再核对文件名。

% 文件名和函数名必须字字对应（大小写也敏感，除了 Windows 上不敏感） f = 'D:\MATLAB\toolbox\sa_toolbox\sa_main.m'; txt = fileread(f); firstLine = strtrim(strtok(txt, sprintf('\n'))); disp(firstLine) % 应该以 function 开头，后面的名字要和文件名一致 % 固化检查 exist(fullfile(userpath, 'startup.m'), 'file') % 返回 2 才算有

5.2 现象：示例脚本跑到一半报 Unrecognized function 'simulannealbnd'

现象：工具箱自己的函数能调，示例脚本跑到对照那一段突然断掉，报Unrecognized function or variable 'simulannealbnd'。

原因：不是工具箱装坏了，是机器上没装 Global Optimization Toolbox。很多工具箱的示例为了让读者看到「自己实现 vs 内置实现」的差距，会调用内置退火函数做基线，这段依赖 pdf 里通常不写。

解决：先确认是缺工具箱还是没授权，再决定是注释掉示例的对照段，还是补装。

% 区分「没装工具箱」和「装了但没授权」 v = ver; if any(contains({v.Name}, 'Global Optimization')) disp('工具箱已安装，问题可能在授权，检查 license(''test'', ''Global_Optimization_Toolbox'')'); else disp('未安装 Global Optimization Toolbox，示例里的对照段需要注释掉'); end % 用内置函数作为基线的替代方案：自己写一个简单的随机重启 + 梯度下降做对照

注释掉对照段不影响工具箱本身的功能，只是少了参照物。这时候可以退一步，用 4.1 那种能算出解析最优的测试函数自己验证。

5.3 现象：跑出结果但和 pdf 里的数字差很远，或者弹同名警告

现象：结果能出来，但和 pdf 示例里给的数值差一个量级；或者命令窗口出现Warning: Function xxx has the same name as a previously defined function。

原因：搜索路径里有同名函数在打架。最常见的是genpath把examples、test、old这些目录一股脑加进去了，作者写 demo 时复制主函数改了个名字没改全，或者干脆同名。MATLAB 只认路径里排最前面的那个，其余全部被遮蔽。

解决：用which -all把所有同名文件列出来，逐个判断，然后把不该在路径上的目录rmpath掉。

% 列出所有同名文件 all_paths = which('sa_main', '-all'); for k = 1:numel(all_paths) fprintf('%d: %s\n', k, all_paths{k}); end % 把示例目录从路径里摘掉（如果确实不需要） rmpath(genpath(fullfile(root, 'examples'))); % 复查 which sa_main -all

rmpath只影响当前会话，配合 3.3 的startup.m一起改，否则下次启动又回来了。

5.4 现象：Invalid MEX-file，提示找不到指定模块

现象：调用某个函数时报Invalid MEX-file 'xxx.mexw64': 找不到指定的模块，或者The specified module could not be found。

原因：三种可能。MEX 文件是为另一个 MATLAB 版本编的，内部链接的运行时库版本对不上；MEX 是为另一个平台编的（拿 Linux 的包在 Windows 上跑）；机器缺 Visual C++ 运行时库。

解决：优先找纯.m的回退实现，找不到再重新编译。

% 看 MEX 文件详细信息 mexext % 当前平台该有的 MEX 后缀 d = dir(fullfile(root, '**', '*.mex*')); for k = 1:numel(d) fprintf('%s (%s)\n', d(k).name, datestr(d(k).date)); end % 需要重编时，先配编译器 mex -setup C % 然后在工具箱的 mex 源码目录下执行它自带的编译脚本，通常是 make.m 或 compile.m

重新编译前，先确认工具箱里有没有mex目录和编译脚本，pdf 里一般会提到。没有编译脚本的，说明作者不打算让你编，那就老老实实找匹配版本。

5.5 现象：每次跑结果都不一样，没法复现

现象：同一份代码连跑三次，最优值分别是 3.0001、3.4210、7.8812，差距大到没法下结论。

原因：模拟退火是随机算法，不设种子每次的随机流都不同。另外，多轮重启时如果在内层循环里重置种子，等于每轮都从同一起点出发，看起来稳定其实没探索到别的区域。

解决：种子设一次，放在循环外面，并且把种子写进实验记录。

rng(20240501, 'twister'); % 只在这里设一次 for k = 1:nRuns % 循环体内不要再调 rng，否则每轮随机流完全一样，多轮失去意义 [x, f] = simulannealbnd(objfun, x0, lb, ub, options); fprintf('run %2d: f = %.6f\n', k, f); end

如果设了种子结果还是波动很大，那不是随机性问题，是参数不够——把MaxIterations或StallIterations提上去，再看波动有没有收敛。

6. 装完怎么验证：四步确认这套环境真的在跑

装完不等于装好。最后这一章是我每次装完必走的一套验证流程，四步，十分钟内能做完。核心思路是：先确认「找得到」，再确认「算得对」，最后确认「重开还在」。

第一步，冷启动验证。这是最狠的一步，很多问题只有关掉 MATLAB 重开才暴露。

% 完全退出 MATLAB 再打开，然后执行 p = which('sa_main', '-all'); % 换成真实主函数名 assert(~isempty(p), '主函数没找到，路径没生效'); fprintf('主函数路径: %s\n', p{1}); % 检查是不是从你解压的目录来的 assert(contains(p{1}, 'sa_toolbox'), '找到的是别处的同名文件，有冲突'); disp('冷启动检查通过');

assert在这里比if好使，因为失败时它会直接中断，不给你「好像也没事」的错觉。

第二步，版本与依赖快照。把它存成一段固定脚本，每次排查问题先跑它。

snap = struct(); snap.matlab = version; snap.arch = computer('arch'); snap.mexpath = which('sa_main'); snap.tbx = ver; fprintf('MATLAB %s / %s\n', snap.matlab, snap.arch); fprintf('工具箱数量: %d\n', numel(snap.tbx)); % 存到文件，出问题时直接发给别人看 save(fullfile(userpath, 'env_snapshot.mat'), 'snap');

第三步，已知最优的测试函数对照。用 Rastrigin 这种有大量局部极小的函数，能同时验证「能不能跳出局部最优」和「结果量级对不对」。

% 二维 Rastrigin，全局最优在 [0,0]，最优值 0 rastrigin = @(x) 20 + sum(x.^2 - 10*cos(2*pi*x)); rng(20240501, 'twister'); bestVal = inf; for k = 1:20 [x, f] = simulannealbnd(rastrigin, [3 3], [-5 -5], [5 5], options); bestVal = min(bestVal, f); end fprintf('Rastrigin 20 轮最优值: %.4f\n', bestVal);

通过标准不是「必须等于 0」，而是「20 轮里至少有一轮落到 0.5 以内」。Rastrigin 的局部极小密密麻麻，纯随机搜索基本不可能碰到 0.5 以内，能碰到就说明退火机制在工作。如果 20 轮全部在 5 以上，那多半是初温太低或者迭代次数太少，回到 4.2 调参。

第四步，把每一项整理成一张对照表，贴在实验记录里。

六项全过，这套环境才算真的能交付。任何一项挂掉，对着第 5 章的五条排查记录找。

从那以后我每次装第三方工具箱，都强制走一遍冷启动验证——哪怕只是加了个addpath。因为最贵的时间不是装的那十分钟，是两周后你忘了自己当时怎么配的，对着一堆Undefined function从头查一遍。pdf 文档也别丢，放在工具箱目录里一起备份，换机器时连着路径结构一起搬，能省掉一整轮重配。希望帮到你。

本文还有配套的精品资源，点击获取