(allele)
数据值，属性，值
基因座
(locus)
位置，
iterator
位置
表现型
(phenotype)
参数集，解码结构，候选解
染色体：又可以叫做基因型个体
(individuals)
群体
/
种群
(population)
：一定数量的个体组成，及一定数量的染色体组成，群体中个体的数
量叫做群体大小。
初始群体：若干染色体的集合，即解的规模，如
30
，
50
等，认为是随机选取的数据集合。
适应度
(fitness)
：各个个体对环境的适应程度
优化时先要将实际问题转换到遗传空间，
就是把实际问题的解用染色体表示，
称为编码，
反过程为解码
/
译码，因为优化后要进行评价(此时得到的解是否较之前解优越)
，所以要返
回问题空间，故要进行解码。
SGA
采用二进制编码，
染色体就是二进制位串，每一位可称
为一个基因
；
如果直接生成二进制初始种群，
则不必有编码过程，
但要求解码时将染色体解
码到问题可行域内。
遗传算法的准备工作
:
1)
数据转换操作，包括表现型到基因型的转换和基因型到表现型的转换。前者是把求
解空间中的参数转化成遗传空间中的染色体或者个体
(encoding)
，后者是它的逆操作
(decoding)
2)
确定适应度计算函数，可以将个体值经过该函数转换为该个体的适应度，该适应度
的高低要能充分反映该个体对于解得优秀程度。非常重要的过程。
遗传算法
基本过程为
:
1)
编码，创建初始群体
2)
群体中个体适应度计算
3)
评估适应度
4)
根据适应度选择个体
5)
被选择个体进行交叉繁殖
6)
在繁殖的过程中引入变异机制
7)
繁殖出新的群体，回到第二步
