请用Python写一个遗传算法的选择函数

遗传算法是一种模拟自然进化过程的优化算法，其中选择函数是其中的一个重要组成部分。选择函数用于根据个体的适应度值来选择优秀的个体，并将其用于下一代的繁殖。

下面是一个用Python编写的简单遗传算法选择函数的示例：

import random

def selection(population, fitness):
    # 计算适应度总和
    total_fitness = sum(fitness)
    
    # 计算每个个体的选择概率
    probabilities = [fit / total_fitness for fit in fitness]
    
    # 使用轮盘赌选择算法选择个体
    selected_population = []
    for _ in range(len(population)):
        rand_num = random.random()
        cumulative_prob = 0
        for i, prob in enumerate(probabilities):
            cumulative_prob += prob
            if rand_num <= cumulative_prob:
                selected_population.append(population[i])
                break
    
    return selected_population

在这个示例中，`population`是当前种群中的个体列表，`fitness`是每个个体的适应度值列表。首先，计算适应度总和，并根据每个个体的适应度值计算选择概率。然后，使用轮盘赌选择算法，根据随机数选择个体，并将其添加到选择的个体列表中。最后，返回选择的个体列表。