群智能算法第2关：遗传算法 - 函数最优解计算

有偿提供CS的人工智能/网络空间安全方向的大学生课程设计、算法设计、项目设计的思路及实现指导；竞赛PPT、项目申报书等撰写润色等。 

 任务描述

本关任务：使用 python 实现遗传算法，并求目标函数最优解。

相关知识

为了完成本关任务，你需要掌握：1.遗传算法，2.使用 python 实现遗传算法。

遗传算法流程：

1. 初始化种群
2. 计算适应度
3. 选择适应度高的个体
4. 通过交叉变异选择新的染色体
5. 终止进化

使用python实现遗传算法。

本关任务是使用遗传算法求解目标函数最大值，首先需要随机产生很多个解，即初始化种群，代码如下：

1. #初始化种群
2. pop = np.random.randint(2, size=(POP_SIZE, DNA_SIZE)) # Size函数需要传入两个参数 POP_SIZE为解的个数，即染色体个数。DNA_SIZE为染色体长度

其中POP_SIZE为解的个数，即染色体个数。DNA_