基础概念

一个染色体 = 一个方案 流程：首先设定编码方案，使用seed+贪心seed初始化种群，进行适应度评估，轮盘or锦标赛用于选择 使用 交叉Crossover进行 繁衍， 进行基因突变，再这样 反复评估 交叉 突破 得到一组最有种群。

在一个实际项目上应用遗传算法，首先要确定编码方案 ，再者就是适应度评估公式。

选择算法

选择算法：轮盘赌选法 计算适应度后，将整个种群放置于一个轮盘上，适应度高的占比高，然后转动轮盘指针进行选择。 注：最高适应度的有可能未进入下一轮交叉Crossover，故可采取强制加入topk个适应度的个体 选择算法：锦标赛选择法 设置锦标赛规模 k ，随机从种群中选择k个，k个里面选适应度最高的，重复举办该锦标赛知道满足下一步 交叉Crossover需要的个体数量。 注：k值是关键，由此衍生出来动态调节k的动态锦标赛；随机锦标赛，选择k个后设定一定几率先排除k个中适应度最高的。

适应度评估

根据实际情况而不同

交叉

有多种方式

突变

突变的频率设定是个好问题， 有采取 低适应度高突变率，高适应度低突变率； 有采取 前期高突变率，后期反之。

注意：实际应用使可选择DEAP、Geatpy等成熟的遗传算法实现。