遗传算法过程

（1）遗传编码：二进制编码；Gray编码；实数；有序；结构式
编码由个体的定义域和精度而定；
（2）初始化群体P（t）[随机]；
（3）评价群体：定义适应值函数，群体中的每个个体均对应有一个适应值，适应值函数与目标函数映射且非负。目标函数的优化方向对应适应值增大的方向；
（4）判断是否满足停止条件：若满足，直接停止输出；否则进行（5）；
（5）遗传操作：产生子代群体P(t+1)，返回（3）进行；
遗传操作：选择→交叉→变异。
选择：基于适应值比例的选择（繁殖池；转盘赌；Boltzman）；
基于排名的选择（线性和非线性）；基于局部竞争机制（锦标赛）；
交叉：单点交叉；多点交叉；均匀交叉；（获取新优个体）
变异：保持种群的多样性。

总结来自人工智能（第三版）朱福喜编著