1、遗传算法的作用
遗传算法主要思想就是利用达尔文优胜劣汰的原则，选择好的保留，不好的淘汰，最终目的找到最优解。
2、遗传算法的求解
因为是利用达尔文的思想来解题，顺着遗传规律，设定一个有20头猪的自然环境（有公有母），在一个规定的环境中生存、进化。
生物在不断的繁衍进化，这20头猪都会繁衍进化吗？不一定吧，总会有特别绅士的，所以假设80%的猪释放了天性，繁衍了另外一代的猪。此时猪就会发生进化，进化的过程是基因变异的过程，但也不是每头猪都会变异，变异的概率是很小的，假设为0.01。这个环境中只能容纳20头猪，注定要淘汰一批猪，淘汰有淘汰的规则，不能揪几头猪就说是笨猪，不要了，要设定淘汰的机制。这个机制就与我们求解的方程、问题有关，通过计算得到他们的适应值，谁适应谁存活。依次不断繁衍，最终就会得到会飞的猪。
说明：20代表种群大小，80%代表交叉概率，1%代表突变概率，迭代次数，结果精确度为初始变量，其数值大小视情而定，完全依赖于经验。
根据上面的分析了解了遗传算法的流程，但是具体要怎么做呢？怎么模仿这个过程呢？举例说明，求解方程f(x)=-2x2+5x-10,0<x<4最大值。
1）20头猪怎么表示？用一串二进制数表示基因（个体）
以题为例，确定基因长度（二进制串长度），设精确度为10-3，则有211<(4-0)103<212，则需要12位二进制数表示，随机产生20个12位的二进制数。
2）交配的过程怎么表示？单点交叉
交配过程就是基因重组的过程，方法有很多，以单点交叉法为例，随机选择两条基因交配，然后随机产生交叉位置，在交叉点以后所有二进制数交换，得到新的基因。
| 父母基因 |
交叉位置 |
子代基因 |
| 1 0 |
6 |
0 0 |
