右上角的'，這個符號，表示轉置，比如1:10，是壹個1行10列的矩陣，通過轉置變成10行壹列。
其中，sum([1:keep])，表示對這個矩陣（從1到keep求和），但是這個語句 prob=flipud([1:keep]'/sum([1:keep]));
裏面總覺得缺少了壹個.。prob=flipud([1:keep]'./sum([1:keep])); 這樣看來應該才能運行，我沒嘗試，在command window裏面直接做是可以的，但是在腳本文件裏面做，可能會報錯。這個和矩陣運算有關，暫且放在這裏。
然後到外部，這樣我們知道了在第壹行flipud()函數體裏面，實際上是在用1到keep的每壹個數，除以1到keep的和值，得到壹個長度為keep的矩陣。值得註意的是，這個矩陣的和值為1，在下面會用到這壹點。
然後flipud()函數的作用，是把矩陣倒置，比如[1,3,4,5]，使用flipud()之後變成[5,4,3,1]。註意，這個操作和sort()函數不同，這個只是把以前的順序倒置，並不排序。
從這裏大概可以看出來，其實這個keep的值，等於chromosomes，染色體數量。這樣，對於不同的染色體，配對概率就不壹樣了。從這裏可以看出來，染色體配對概率應該是第壹條最高，然後依次遞減。
然後計算或然率，cumsum()，進行累加求和，比如matlab中給出的例子，我們用[1，2 ，3] 也可以寫作1:3，來說，cumsum之後的結果是[1, 3, 6]，也就是從第壹個開始加和，壹直加到這壹項。這壹點，非常類似高斯函數積分的感覺。用來計算概率cumulative distribution。
然後odd變量，把0加在了cumsum結果的前面，比如剛剛的例子[0 cumsum([1, 2, 3])]，就變成了[0, 1, 3,6]。
註意這個地方他又轉置了壹次，因為在第壹行計算prob的時候，他把壹個行向量，轉換成了列向量，然後現在要把0加在頭上，所以在進行cumsun()運算的時候，又把結果從列向量轉換成了行向量。
僅從這兩行代碼裏面，就大概只能看出這個意思了。
不過簡單壹說，現在看不出來這個遺傳算法的核心是什麽樣的，壹般的神經網絡裏面只有連鎖交換定律的應用，壹般沒有基因分離定律的應用。看這個樣子，這是分離出來然後自由配對的做法，應該是比較高端的東西吧。