2.1 遗传算法的基本概念及算法流程
遗传算法最早在20世纪70年代由John Holland提出。它通过选择、交叉及变异来模拟生物遗传及进化过程，连续迭代计算最优解。目前正广泛应用于人工生命和自适应控制等领域。其算法流程如图3所示：
Step1:种群质量的唯一标准是适应度函数。因此，在迭代优化过程中，通过计算父代所产生的子代的适应度值，来减小求解空间范围，通过子代继续产生子代，依次不断迭代最后得到最优解。适应度函数主要是误差绝对值和时间积分的函数，并利用ITAE准则[20-21]，
目标函数的数值是非负的，目标函数的值越大，越接近最优解。目标函数和适应度函数是互易的，
Step2:采用统一排序法用以保证群体编码的有效性，得出个体适应度值，个体适应度值的占比即为个体适应度概率。
