遗传算法
1.1 理论
不要求明确的数学表达式，可用于解决离散问题以及关系不明确的问题
1.2 算法流程
Step1：编码、随机产生初始群体
编码技术：
十进制（适用于数值范围大，数量多的问题，变化随机性更高；但是交换较粗略，收敛较慢）
二进制（适用于数值范围小，数量少的问题，变化精确，收敛较快；但是多了解码的步骤）
直接二进制与间接二进制码：用于解决小数位和符号位不能交叉变异的问题
格雷码：介于十进制与二进制之间
多参数级联编码
多参数交叉编码
Step2：个体评价、选择、确定是否输出
适应度函数：评价个体的优劣，并确定是否输出目前最优解，或者继续循环。
Step3：随机交叉运算
采用轮盘选择方式，对适应度较高的个体进行筛选和保留
Step4：随机变异运算
Step5：选择复制，按照适应度大小进行排列
Step6：转向个体评价，开始新循环
