遗传算法车间调度

再给出相关术语：（各位看看就好，后面都会涉及到，再细说）

基因型(genotype)：性状染色体的内部表现；

表现型(phenotype)：染色体决定的性状的外部表现，或者说，根据基因型形成的个体的外部表现；

进化(evolution)：种群逐渐适应生存环境，品质不断得到改良。生物的进化是以种群的形式进行的。

适应度(fitness)：度量某个物种对于生存环境的适应程度。

选择(selection)：以一定的概率从种群中选择若干个个体。一般，选择过程是一种基于适应度的优胜劣汰的过程。

复制(reproduction)：细胞分裂时，遗传物质DNA通过复制而转移到新产生的细胞中，新细胞就继承了旧细胞的基因。

交叉(crossover)：两个染色体的某一相同位置处DNA被切断，前后两串分别交叉组合形成两个新的染色体。也称基因重组或杂交；

变异(mutation)：复制时可能（很小的概率）产生某些复制差错，变异产生新的染色体，表现出新的性状。

编码(coding)：DNA中遗传信息在一个长链上按一定的模式排列。遗传编码可看作从表现型到基因型的映射。

解码(decoding)：基因型到表现型的映射。

个体（individual）：指染色体带有特征的实体；
种群（population）：个体的集合，该集合内个体数称为种群的大小。

问题：

import random
import numpy as np

def dealNums(nums):
    fact_n=len(nums)#取得零件数
    machine_n=len(nums[0])#机器数量
    fact=[1 for i in range(fact_n)]#每个零件总时长，一个零件的工作量看成整体为1
    result = [[] for i in range(machine_n)]#机器加工完成零件的表

    while True:
        if sum(fact)==0:#当所有零件工时都完成退出循环
            break
        chioc=[i  for i in range(fact_n)]# 创建随机选择数组就是零件编号
        for  i in range(machine_n):#循环机器编号
            val=random.choice(chioc)#随机选择零件编号
            chioc.remove(val)#选择完后移除
            if(fact[val])==0:#如果这个零件编号的工作量为0就添加标记
                result[i].append('')
                continue
            result[i].append(val)#不为0就向工资表里面添加零件的编号
            fact[val] -= 1 / nums[val][i]#减去零件在i号机器中总时间分之一
            if fact[val] < 0:#剩余高质量要大于等于0
                fact[val] = 0

    # print(len(result[0]))

    return result

# 计算传入工作表的工作量还能剩余多少
#answer工资表，n截取下标
def start (answer,n):

    global nums
    res = [1 for i in range(len