通过评估函数进行优胜劣汰的选择，通过交叉和变异来模拟生物的进化。
优胜劣汰是遗传算法的核心，根据优胜劣汰的策略的不同，算法最终的效果也是不同的。
遗传算法将实际问题的解定义为进化对象的个体，对若干个体组成的种群进行选择、交叉（杂交）和变异处理，就这样每次对种群进行一次这样的处理，种群就视为进化了一代，循环往复，只要选择的评估和选择策略合适，若干次进化后种群中就会出现优秀的个体（即问题的近似最优解）
通过评估函数进行优胜劣汰的选择，通过交叉和变异来模拟生物的进化。
优胜劣汰是遗传算法的核心，根据优胜劣汰的策略的不同，算法最终的效果也是不同的。
遗传算法将实际问题的解定义为进化对象的个体，对若干个体组成的种群进行选择、交叉（杂交）和变异处理，就这样每次对种群进行一次这样的处理，种群就视为进化了一代，循环往复，只要选择的评估和选择策略合适，若干次进化后种群中就会出现优秀的个体（即问题的近似最优解）
