計算機內的進化:
遺傳算法的工作過程實質是模擬生物進行過程。
首先，應確定一種編碼方法，使得你的問題的任何一個潛在可行解都能表示成一個
“數字”染色體。然後，創建一個由隨機的染色體組成的初始羣體，並在一段時期中，
以培育適應性最強的個體的方法，讓它們進化。在此期間，染色體的某些位置上，要加
入少量的變異。經過許多代後，運氣好一點，遺傳算法會收斂到一個解。遺傳算法不確
保一定有解，如果有解也不確保一定是最優解，但只要方法正確，通常都能得到一個運
行良好的程序。
遺傳算法的最大優點就是： 你不需要知道具體怎麼去解決一個問題，只需要知道
用怎樣方式去解決這類問題，並對可行解進行編碼，使得它能被遺傳算法機制所利用。
通常，代表可行解的染色體採用一系列的二進制位作爲編碼。
1。 檢查每個染色體，看它解決問題的性能如何，並相應地爲它分配一個適應性分數；
2。 從當前羣體中選出2個成員。選出的概率正比於染色體的適應性，適應性分越高，
被選中的概率也愈大。通常採用的方法就是賭輪選擇法；
3。 按照預先設定的雜交率，從每個選中的染色體的一個隨機確定的點上進行雜交；
4。 按照預先設定的變異率，通對被選中的染色體的位循環，把相應的位翻轉；
5。 重複步驟2，3，4， 直到100個成員被創建出來。
算法步驟1到步驟5的一次循環稱爲一個世代，整個算法稱爲一個時代。