遗传算法的matlab实现（续 ）

       上一篇博客中代码部分有人应该会有疑惑，在这里我先做一些介绍：

• 自然选择部分使用了排名法，适应度越高越难被淘汰，但是适应度最高的不会被淘汰；
• 里面出现了很多个个体，其中父代是一个种群N，交叉之后有了两种子代2N，变异之后也会出现子代N，共4N，因此自然选择需要淘汰到只剩N个个体，作为下一代的父代。 

       不过关于多维函数极值的遗传算法写法，很多人直接将每一个变量单独作为一个种群，以此并行遗传，虽然这样可行，但是从代码编写上很不美观，而且当变量很多时，这种策略显然不可行。下面我也给出了一种多维函数极值的遗传算法程序：

        问题背景是求z=2-exp(-x^2-y^2)的极值（最大值和最小值）。

clc;clear;close all;
%% 参数设定
N = 50;                    %种群数量
ger = 100;                 %迭代次数
L