并行开销。电话费是经常性的parfor而不是为．如果函数的计算速度很快，那么这个开销可能会非常可观。特别是，并行解决问题可能比串行解决问题要慢。

没有嵌套parfor循环。这在嵌套并行功能．parfor从另一个内部调用时不并行工作吗parfor循环。如果你已经编程了你的目标函数或约束函数来利用并行处理的优势，那么没有嵌套的限制parfor循环可能导致求解器的运行速度比预期的要慢。特别地，有限差分的并行计算优先，因为那是一个外循环。这会导致目标函数或约束函数中的任何并行代码串行执行。

当串行执行,parfor循环运行的速度比为循环。因此，为了获得最佳性能，请确保只有最外层的并行循环调用parfor．例如，假设您的代码调用fmincon在一个parfor循环。在这种情况下，要获得最佳性能，请设置fminconUseParallel选项假．

传递参数。在执行并行计算时，参数自动传递给工作机器。如果有大量的参数，或者它们占用大量的内存，传递它们可能会降低计算的执行速度。

资源的争夺:网络和计算。如果工作机器的网络具有低带宽或高延迟，计算速度可能会变慢。

持久变量或全局变量。如果目标函数或约束函数使用持久变量或全局变量，这些变量在不同的工作处理器上可能具有不同的值。此外，它们可能无法在工作处理器上正确清除。求解器可能抛出尺寸不匹配等错误。

访问外部文件。在并行计算期间，外部文件可能以不可预测的方式访问。在并行处理过程中，计算的顺序不能保证，因此外部文件可能以不可预知的顺序访问，导致不可预知的结果。

访问外部文件。如果两个或多个处理器试图同时读取一个外部文件，该文件可能会被锁定，导致读取错误，并停止优化的执行。

如果你的目标函数调用Simulink^®，结果可能是不可靠的平行梯度估计。

非计算函数，例如输入,情节,键盘，在目标函数或约束函数中使用时可能表现不好。当被叫到parfor循环中，这些函数在工作机器上执行。这可能导致工作线程变得无响应，因为它正在等待输入。

parfor不允许打破或返回语句。