要使用MATLAB中的優化工具箱來解決最優化問題，可以按照以下步驟操作：
定義目標函數和約束條件：首先需要確定要最小化或最大化的目標函數以及任何約束條件。這些函數應該在MATLAB中作為函數句柄定義。
創建優化問題對象：使用optimproblem函數創建一個優化問題對象，并將目標函數和約束條件添加到該對象中。
解決優化問題：使用solve函數解決優化問題，并指定優化算法和初始猜測值。
獲取結果：獲取優化結果，包括最優解和最優目標函數值。
下面是一個簡單的示例，演示如何使用MATLAB中的優化工具箱解決一個簡單的最小化問題：
% 定義目標函數和約束條件
fun = @(x) x(1)^2 + x(2)^2; % 目標函數
lb = [0, 0]; % 下界約束
ub = [1, 1]; % 上界約束
% 創建優化問題對象
problem = optimproblem;
x = optimvar('x',2,'LowerBound',lb,'UpperBound',ub);
problem.Objective = fun(x);
% 解決優化問題
[sol, fval] = solve(problem);
% 獲取結果
disp('最優解：')
disp(sol.x)
disp('最優目標函數值：')
disp(fval)
通過以上步驟，您可以使用MATLAB中的優化工具箱來解決各種最優化問題。您還可以根據您的具體問題和需求，調整目標函數、約束條件和優化算法，以獲得最佳的優化結果。
