1、选择 2、交配 3、变异
遗传算法广泛的应用于最优化问题求解之中！
简单遗传算法SGA的实现步骤： 1、编码 2、评价 3、适应函数 4、交配规则 5、停止条件
采用确定性算法：
交配规则：
变异： 就是将随机指定某个位进行变异，0变成1,1变成0！目的是近亲繁殖的时候出来的数据变化不大，需要变异新的基因以跳出局部最优解。
1、编码：采用二进制形式编码，由于变量的最大值31，固采用5个位即可表达全部的值。
由于x的定义域是[0, 31]间的整数，刚好可以用5位二进制数表示，因此可以用5位二进制数表示该问题的解，即染色体。如00000表示x＝0，10101表示x＝21，11111表示x＝31等。2、适应函数，这里可以直接采用f(x)上面的函数作为适应函数。 假设群体的规模N＝4，交配概率Pc＝100％，变异概率Pm＝1％。 设随机生成的初始群体为： 01101，11000，01000，10011 这里选择的算法采用上面的确定算法：得到第0代如下
配对进行交配，其中交配位是随机选择的rand（5）：位的话是从左边往右边数。
交配的结果得到第一代的情况表：
继续交配：
由第1代和第0代的结果可知交配结果变化不是很大，因而需要选择变异！ 变异位也是随机。
得到第二代的情况表：
交配结果：
看到下面的图，平均值已经趋近于平缓，因此可以停止交配，关于停止交配的终止条件可以是：1、到达设置的迭代次数，2、输出结果日渐平缓
最后得到的问题最优解为： x：11111 对应的整数是x=31
