在MATLAB中求最大值的方法有多种，以下是几种常见的方法：
方法一：使用内置函数 `max（）`
对于一维数组或矩阵，可以直接使用内置函数 `max（）` 来求最大值。
```matlab
A = [3, 7, 9, 2, 5]；
max_value = max（A）；
disp（max_value）； % 输出：9
```
对于二维矩阵，可以使用 `max（）` 函数分别求每列或每行的最大值。
```matlab
A = [1 2 3； 4 5 6； 7 8 9]；
max_values = max（A, [], 2）； % 求每列的最大值
disp（max_values）； % 输出：9
```
方法二：使用 `fminbnd（）` 函数
`fminbnd（）` 函数可以用于求一元函数的最大值。首先需要定义一个函数句柄，然后使用该函数句柄和搜索范围来调用 `fminbnd（）`。
```matlab
function y = f（x）
y = x^2 + 2*x + 1；
end
x_max = fminbnd（@（x） -f（x）, -10, 10）；
disp（['最大值为：', num2str（-f（x_max））]）； % 输出：最大值为： -1
```
方法三：使用 `find（）` 函数
结合 `max（）` 函数和 `find（）` 函数，可以找到矩阵中最大值的位置。
```matlab
A = [1 2 3； 4 5 6； 7 8 9]；
[maxValue, maxIndex] = max（A（:））；
[row, col] = ind2sub（size（A）, maxIndex）；
disp（['最大值为：', num2str（maxValue）]）； % 输出：最大值为：9
disp（['最大值所在的行：' , num2str（row）]）； % 输出：最大值所在的行：3
disp（['最大值所在的列：' , num2str（col）]）； % 输出：最大值所在的列：3
```
方法四：使用遗传算法
虽然这种方法较为复杂，但也可以用于求函数的最大值。
```matlab
function [maxValue, maxIndex] = genetic_algorithm_max（f, lowerBound, upperBound, populationSize, numGenerations）
% 初始化种群
population = rand（populationSize, 1）；
% 遗传算法主循环
for generation = 1:numGenerations
% 计算适应度
fitness = f（population）；
% 选择
[selectedIndices, fitnessValues] = sort（fitness, 'descend'）；
% 复制
selectedPopulation = population（selectedIndices）；
% 交叉
crossoverPoints = randperm（length（selectedPopulation）, 2）；
offspring = selectedPopulation（crossoverPoints（:, 1）） .* （1 - crossoverPoints（:, 2）） + ...
selectedPopulation（crossoverPoints（:, 2）） .* crossoverPoints（:, 2）；
% 变异
mutationRate = 0.1；
for i = 1:length（offspring）
if rand（） < mutationRate
offspring（i） = rand（1）；
end
end
% 更新种群
population = offspring；
end
% 找到最大值及其索引
[maxValue, maxIndex] = max（population）；
end
% 示例函数
function y = exampleFunction（x）
y = x^2 + 2*x + 1；
end
% 调用遗传算法求最大值
[maxValue, maxIndex] = genetic_algorithm_max（exampleFunction, -10, 10, 100, 100）；
disp（['最大值为：', num2str（maxValue）]）； % 输出：最大值为： -1
```
根据具体需求选择合适的方法即可。对于简单的一维或二维数组，使用 `max（）` 函数最为方便；对于复杂的函数或需要优化的问题，可以考虑使用 `fminbnd（）` 或遗传算法。