用遗传算法解决问题时，首先要对待解决问题的模型结构和参数进行编码，一般
用字符串表示，这个过程就将问题符号化、离散化了。也有在连续空
间定义的GA(Genetic Algorithm in Continuous Space, GACS)，暂不讨论。

一个串行运算的遗传算法(Seguential Genetic Algoritm, SGA)按如下过程进行：
(1) 对待解决问题进行编码；
(2) 随机初始化群体X(0):=(x1, x2, … xn)；
(3) 对当前群体X(t)中每个个体xi计算其适应度F(xi)，适应度表示了该个体的性
    能好坏；
(4) 应用选择算子产生中间代Xr(t)；
(5) 对Xr(t)应用其它的算子，产生新一代群体X(t+1)，这些算子的目的在于扩展
    有限个体的覆盖面，体现全局搜索的思想；
(6) t:=t+1；如果不满足终止条件继续(3)。