假设我们必须解决一个全局优化问题，其中必须找到5个变量的值，所有这些变量都是整数。假设我们得到了两条亲本染色体，
父母1：6，10，3，5，12
父母2：12、10、3、8、11
如果我们在前两个元素之后进行交叉，则会得到以下结果
儿童1：6，10，3，8，11
儿童2：12，10，3，5，12
在这里我们可以清楚地看到孩子与父母有关。
但是当我们将其编码为位串时，则每个染色体都将被编码为单个位串，我们可以随机选择任何交叉点。我看不出这比完全随机选择任何试用解决方案有什么好处。
我对突变也有类似的问题。我们随机翻转一下。如果翻转的位的值很小，那么变化将很小。但是，如果它的地价很大，那么变化将很大。与完全随机地改变染色体相比，有什么好处？
二进制编码仍然很常见，主要是因为有关GA的第一个著作使用了该编码。
此外，它通常是节省空间的：用整数序列表示的[6, 10, 3, 5, 12]可能需要5 * 32位；对于一个位字符串表示形式，5 * 4位就足够了（假设数字在[0;15]范围内）。
在此方面，knapsack problem是位字符串表示的最佳情况（每个位都说明相应的对象是否在背包中）。
我们可以随机选择任何交叉点。我看不出这比完全随机选择任何试用解决方案有什么好处
通常选择交叉点在数字的中间引入该数字的本质上任意的突变，具有破坏性（负）效果。
[人工智能-一种现代方法（Russel，Norvig）的本地搜索算法和优化问题-遗传算法部分中有关于此效果的很好的例子。
也看一下similar question on Software Engineering。