游戏编程中的人工智能技术-第三章：遗传算法入门（一）

写在算法之前：1、遗传算法的本质是优胜劣汰，优胜劣汰的方法是轮盘赌选择。

                            2、学习遗传算法程序的关键是：遗传算法使用的情境是什么，如何在情境中使用遗传算法。遗传算法只是理论，你如何在实际的情境中构造它？还有的关键是：了解什么时候认为遗传算法已经成功。

本文主要对遗传算法的程序进行讲解，由于作者非计算机专业出身，因此不涉及SDK程序设计，这个我是一点都不懂。

先说理论，参考扬天齐编著的《人工智能及其应用》，遗传算法的几个名词为：

1.种群（Population）：初始给定的多个解的集合。也就是刚开始的时候，生成一系列随机的染色体，这些染色体会进行交叉，变异等操作。那么初始的生成的这么些染色体就是种群。

2.基因（Gen）：这个还未定。到底是表示染色体中的某个位，还是表示种群中的其中一个元素？

3.染色体（Chromos）：表示对种群中的某一元素进行编码，也就是我们所看到的1100111这个东西。

4.适应度（Fitness）函数：如何来对种群中的染色体进行优胜劣汰？这就靠适应度函数了，每个染色体对应一个适应度函数。那么，当然是适应度函数越高的染色体更优秀，容易在竞争中生存下来。

5.操作：对染色体的三种操作：选择（Selection）、交叉（Crossover）、变异（Mutation）。

遗传算法的步骤为