GA是一个参数优化算法，以编码空间代替问题的参数空间，将适应度函数作为评价依据，以编码群体为进化基础，对群体中个体遗传操作实现遗传机制，建立迭代过程，跟具体的优化对象没有直接联系，只需优化对象提供目标函数的计算标准和参数的上下限，就可得到最优结果。-the algorithm is improved by the laplace crossover in which the parent of the Laplace distribution density function coefficients replace the arithmetic crossover operator coefficients, through the parent control of offspring production.