本节书摘来异步社区《Java遗传算法编程》一书中的第2章，第2.6节，作者： 【英】Lee Jacobson（雅各布森） , 【美】Burak Kanber（坎贝尔），更多章节内容可以访问云栖社区“异步社区”公众号查看。

2.6　交叉方法

在交叉过程中，除了用不同的选择方法，还有可用不同的方法在两个个体之间交换遗传信息。不同的问题具有不太一样的特点，采用特定的交叉方法更好。例如，“全一”问题只要求完全由1构成的字符串。字符串“00111”与字符串“10101”具有相同的适应度值，因为它们都包含3个1。对于这种类型的遗传算法，情况并非总是如此。设想我们试图创建一个字符串，它按顺序列出数字1到5。在这种情况下，字符串“12345”与“52431”的适应度值非常不同。这是因为我们不只是寻求正确的数字，也寻求正确的顺序。对于这样的问题，适合采用考虑基因顺序的交叉方法。

我们在这里实现的交叉方法是均匀交叉（uniform crossover）。在这种方法中，后代的每个基因都有50%的机会来自第一个亲代或其第二个亲代，如图2-2所示。