在MATLAB中使用遗传算法工具箱可以通过以下步骤完成：
1. 打开MATLAB软件并创建一个新的m文件。
2. 在m文件中导入遗传算法工具箱并定义遗传算法的变量，例如：
```matlab
% 导入遗传算法工具箱
addpath(genpath('your_GA_toolbox_file_path'));
% 定义遗传算法变量
[x, fval] = ga(@fitnessfunction, numvars, options, constraints)
```
其中，`ga()`函数是遗传算法的主要函数。`fitnessfunction`是适应度函数句柄、`numvars`是变量个数、`options`是遗传算法选项和设置（例如迭代次数、群体大小、交叉率和变异率等）以及`constraints`是约束条件。
3. 在m文件中编写适应度函数并定义变量和约束（如果有的话），例如：
```matlab
function f = fitnessfunction(x)
% 参数定义
a = x(1);
b = x(2);
% 适应度函数
f = a.^2 + b.^2;
% 约束条件
c = [a + b - 1, a - b - 1];
ceq = [];
```
其中，`a`和`b`是待优化的变量，`f`是适应度函数的值。`c`和`ceq`是不等式约束和等式约束的值，如果没有约束条件，就可以将它们留空。
4. 保存并运行m文件，等待遗传算法求解结果。
以上是使用MATLAB中遗传算法工具箱的基本步骤，具体的实现会根据问题不同而异。因此在应用遗传算法的时候，请根据具体问题和需求进行适应度函数的设定、变量的定义和约束条件的规定。
