进化策略（Evolution Strategy）
建议在了解ES之前先确保对遗传算法的思路有一定的了解，在比较中学习更有效率
与遗传算法的相同之处：
都是利用进化理论进行优化，即利用遗传信息一代代传承变异适者生存，从而得到最优解。
与遗传算法的不同之处：
1.DNA序列采用实数编码，而非0-1二进制码
2.变异时无法进行简单的0-1互换，思考：实数值该怎么变？随机？
变异思路：为DNA序列上的每一个实数值添加变异强度。根据这个变异强度决定DNA序列上的实数值该变成多少。
3.编码：
由第2点可知，进化策略在编码时，不仅要有表示解决方案的实数编码链A1，还得有一条表示每个实属值对应的变异强度值组成的链A2（也就是说，遗传给后代的信息有两种）。
4.交叉：
两条链都要交叉，即A1与B1交叉形成表示子代解决方案的C1链，A2与B2交叉形成表示C1链对应位置实数值变异强度的C2链（父：A，母：B，子：C）。
5.C1链上值的变异方法：
将C1链上的值看作正态分布的均值μ;
将C2链上变异强度值看作标准差σ;
用正态分布产生一个与C1链上选定位置相近的数，进行替换;
6.C2链上值的变异方法：
因为随着不断遗传迭代，种群中个体1号链的值不断逼近最优解，变异的强度也应当不断减小。所以也需要根据需求自定义2号链的变异方法。
7.选择：
将生成的孩子加入父代中，形成一个包含两代DNA的种群U;
对U种群中每个DNA序列的1号链（表示解决方案）进行fitness计算（打分），并根据分值从大到小排列（用U‘表示排列后的混合种群）;
截取U’中的分值高的前n位（n表示一代种群中的个体数目）形成新种群;