并行开销。呼叫是有开销的parfor而不是为．如果函数的计算速度很快，这个开销就会变得相当可观。特别是，并行地解决问题可能比串行地解决问题要慢。

没有嵌套parfor循环。这在嵌套并行功能．parfor当从另一个内部调用时不能并行工作parfor循环。如果你已经编程了你的目标或约束函数来利用并行处理，没有嵌套的限制parfor循环可能会导致求解器运行得比您预期的慢。特别是，有限差分的并行计算优先，因为这是一个外部循环。这导致目标函数或约束函数中的任何并行代码都要串行执行。

当串行执行,parfor循环运行速度比为循环。因此，为了获得最佳性能，请确保只调用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。在本例中，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，参数会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，传递它们可能会减慢计算的执行。

资源竞争:网络和计算。如果工作机器的网络具有低带宽或高延迟，计算就会减慢。

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有不同的值。而且，它们可能不会在辅助处理器上被正确清除。求解器可能会抛出大小不匹配之类的错误。

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被访问。在并行处理过程中，无法保证计算的顺序，可能会以不可预知的顺序访问外部文件，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外部文件，则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万博1manbetx^®，平行梯度估计的结果可能不可靠。

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良。当被叫到parfor循环时，这些函数在工作机器上执行。这可能会导致一个worker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。