1、遗传算法的理解并不复杂，为了更好的理解，并在学习遗传算法后进行编程，第一步，我们先要了解遗传算法的5个基本步骤，下图提供了中英文对照，在后续写程序时，可以命名相应的函数名称，保证代码的可读性。
2、第一步，我们先要选取不同的参数来构成不同的解答。其中基因对应的就是实际问题中的参数，染色体对应的就是所有基因组成的一个解。然后总体对应的就是所有解的可能性。
3、第二步是，构建Fitness Function（适应方程），将刚才咱们组成的染色体中的参数带入到适应方程中，比较不同染色体的适应程度，这一步我们可以得出一个适应值通过适应值（Fitness Score），适应值高的可以进行下一步的繁殖（reproduction）。
4、第三步，基因传递，这是遗传算法中最重要的一步，我们通过随机选择可以得到交互点，交互点左侧的部分进行参数的互换，从而得到新的染色体组，然后把它们加入到总体中。
5、第四步，基因变异基因变异是很有意思的一步，这一步的含义就是，我们随机变化一些参数的值，这个目的是保证基因的多样性，同时避免了基因交换过早闭合。
6、第五步，结束在不停的交换之后，最终获得最合适生存的样本，算法结束。这其实是一个比较残酷的算法，真的有点适者生存的感觉，老的适应值低的样本会逐渐死去，然后适应值高的样本会存活下来，在数十代的交换和变异滞后，都只有最适合生存的样本存活下来。
