遗传算法与寒武纪生命大爆发
大概把遗传算法寻路的小程序做完了，10×15的矩阵，给定起点与终点，采用遗传算法寻路，路径无要求，能走通即可
经典遗传算法的过程是：
1.随机生成染色体
2.世代开始，对于每条染色体计算适应度
3.轮盘法选择出新的两条染色体
4.以一定概率杂交
5.再以一定概率变异
6.得到新的基因组，完成一个世代
7.一直重复世代至到可以到达的路径(即适应度为1的染色体)
然后一运行,悲剧了,完全靠运气啊!实际测试,运气最好的时候只要30ms,经历97个世代,最差的时候居然达到10s，大部分还是500ms以上
总该优化下吧，开启任务管理器，发现程序运行的时候cpu4个核心只有一个在满负荷运作，其他都在打酱油
恩 那就来多线程吧
多个基因组同时进化，每一个世代淘汰掉适应度最差的基因组，然后从其他基因组里循环用轮盘法组成一个新的基因组，加入
结果更崩溃了,最好要300ms,一般都在500ms内,但是最坏情况居然到了20s,应该是发生了传说中的‘早熟’,实在是无奈,也不愿修改了，想想其他的方法把
生命大爆发
不错，就是类似那个寒武纪生命大爆发(不太了解?猛击这里)，一个种群达到某个世代时，如果还没进化出噬石真象，那么在接下来的若干个世代里就要疯狂变异，我以100代为限,如果到了100代还不能找到结果，那么变异率变成100倍，直到110代，变异率恢复正常
发现效果相当好！接近60%的计算在200代内就完成(基本上都在150ms以内)，与此同时，不能很快完成的普遍都跑到了上千世代
再进一步 生命的重新演化
如果当前世代超出了我们的忍受范围，不妨抛弃这个基因组，开始新的进化历险记
我给它140代的变异缓冲时间，一旦超过250代(这个数字绝对没有其他含义)，恩，BYE-BYE，新的进化开始
果然，现在基本都控制在1s内了，实验50次，最坏情况重新演化了6次，总耗时1302ms,而80%的计算都在350ms内完成(最多需要一次重新演化)
与最早的结果对比，成效显著！
只是突然一惊，在进化路上，等待我们人类的是最终的结果，还是?
人生啊……
人类啊