自2003年暑假学习演化计算后，也曾尝试学习一下一个基本的遗传算法，但一直没有进行下去，觉得太复杂了。

其实简单的遗传算法描述是容易理解的，只是一些用C语言写的代码太复杂，让人一看就不想再学了。像写一个“Hello，world”一样写智能算法，这一直是我想要的。

2020年寒假20多天的居家，总算静下心来，终于完成了遗传算法的Java实现，此后继续学习了6个演化算法，觉得有所收获，在此分享。

面向对象的软件工程是为解决“软件危机”而提出的，而基于面向对象设计的遗传算法，自然极大降低了学习的难度。

以求解一个一元函数的极大值为例：

1）个体，即问题的可能解。它是我们研究的对象，个体类包含属性为：编码串，自变量的最大、小值，码长；方法有：个体构建器、解码器、计算适度器。(该个体类其他多个智能算法同样可用)

2）种群，由个体对象通过组合机制构成，简单的说就是个体的数组。种群类中的属性为：个体的父代数组，个体的子代数组，交叉率，变异率；包括方法：初始化方法、选择算子、交叉算子、变异算子和集成器(算子组合)。

3）主类，创建一个种群类的实例，通过迭代多次输出最优适度个体即可。