我想知道通用算法和传统算法之间的区别点，请提供一些要点。

回答：

通过一些研究，我找到了很多文章。其中一个关键点是：

标准遗传算法处理的是一组（一个种群）可能的解决方案（个体）。每个个体都是搜索空间中的一个点，因此我们可以将遗传算法视为多维空间的多点优化技术。通常，种群的大小在20到200或300之间。大多数传统优化方法在每次迭代中探索搜索空间中的1、2或3个点。

传统方法需要一个起始点来开始优化。最终解决方案的质量往往非常依赖于这个起始点在搜索空间中的位置。在具有大量局部最优解的问题中，起始点的选择在找到一个好的解决方案中起着重要作用。遗传算法提供了许多解决方案，并且可以同时搜索多个点，因此不容易受到这一缺点的困扰。

还有一个要点是：

遗传算法使用概率转换规则，而不是确定性规则

我建议你做一些研究，我发现了很多文章。

你可以从这篇文章开始。