遗传算法转换日志 ：
2019/03/03 确定整体思路，开始写代码
2019/03/05 代码整体框架完成
2019/03/08 debug完成 开始有初步效果
2019/03/09
2019/03/10-2019/03/14
考虑种群迁移的实现过程，误入岐途，一直在考虑采用Hbase实现
中间采用Hbase，做了Hbase入门操作学习，大数据虚拟机镜像资源搜索
最后考虑到可以不用Hbase实现
2019/03/15 加入种群迁移 100代测试 效果不明显
2019/03/16 1000代 效果显著
出现问题：精度问题
解决方案：用Bigdicimal 进行四舍五入的小数转换
2019/03/17
1. 解决精度问题 证明了保留七位小数是最佳的
19/03/17 01:10:27
19/03/17 01:57:59
100代
2. 记录了数据运行时间
3. 保存了中间数据文件，编写c++分析程序生成每一代对应最佳适应度文件
4 todo: 调整参数 ，寻找种群大小和子宇宙数大小
改编 TSP和背包问题，先解决背包问题
学习git版本控制，做好代码版本保存。
2019/03/17 晚 利好消息 8宇宙50个体小种群 43代跑出函数最优结果
2019/03/18 完成背包问题 代码转换 开始TSP问题代码转换
2019/03/19 完成背包问题小数据测试 修复bug 继续 TSP问题代码转换
2019/03/20 完成TSP问题转换 与 bug修复
熟练掌握华为云mapreduce 任务提交
开始进行数据测试
-----------------------------------------------------------------
Todo List:
1.考虑算法应用于机器学习参数调优的过程
2.考虑确定算法整体的最优种群大小 测试更大规模的数据
3.git保存代码 编写代码readme
git学习链接 https://zhuanlan.zhihu.com/p/59806505
4.考虑采用Hbase数据库保存数据，优化map速度
5.虚拟机固定ip设置，Hadoop免密码重启
6.代码清洗工作 包括对注释的清理完善 无用变量、类、函数的删除
https://blog.csdn.net/qq_39101581/article/details/78624617
https://blog.csdn.net/sinat_27170093/article/details/75534996
BigDecimal e = new BigDecimal("2.223435").setScale(5, BigDecimal.ROUND_HALF_UP);
System.out.println("ROUND_HALF_DOWN "+e);//2.22 四舍五入（若舍弃部分>.5,就进位）