遗传算法中的CROSSOVER和MUTATION

结合上次发的代码，这次再多说点，今天看了别人的代码，才晓得在实值编码下crossover和mutation的做法。

1：crossover，对于实值编码的染色体一般进行crossover的时候，是先随机选择2个parent，然后选择一部分进行交换，这样的做法是最常见的。而在我上面的代码中是(parent1+parent2)/2 来做了。那么就在这里说下选择部分进行交换的做法。
比如群体的size是N，先选择最好的M个，那么就需要在产生N-M个才能维持好种群的大小。怎么产生着N-M个后代？做法是这样的，假设每个染色体的长度是K，那么先把M个种群中的染色体的第一个基因，按照倍数复制成长度为N-M，接着随机再给这个N-M排序下，组成了N-M个后代的第一个基因，以此类推，就完成了任意2个parent的基因交换和重组。

2：mutation中最常见的就是以X的概率去mutation，那么怎么弄？这个mutation是针对每个染色体上的每个基因的，做法是这样的，遍历这N个染色体上的K个基因，然后产生随机数，如果这个随机数小于X，那么久给这个基因做mutation，如果大于则不更改，具体的实现的时候可以灵活点。

至此，这就是crossover和mutation的常见做法。