实现了一个简单的遗传算法来解决多车辆和无人机的物流配送
问题。该问题涉及到将多个目标地点分配给多个车辆和一个无人
机，以最小化总配送时间。
遗传算法是一种优化算法，通过模拟自然选择和遗传进化的过程
来生成解决问题的种群。该算法中，首先生成一个初始种群，然
后通过选择、交叉和变异等操作来逐渐优化种群，得到最优解。
该代码中，首先定义了问题的参数，包括目标地点数量、车辆数
量、无人机数量和最大配送时间等。然后定义了遗传算法的参数，
包括迭代次数、种群数量和变异率等。接下来生成初始种群，并
在遗传算法主循环中进行迭代优化，直到达到最大迭代次数。
在每次迭代中，计算种群中每个个体的适应度，然后进行选择、
交叉和变异等操作，生成新的子代种群。最后用新的种群替换旧
的种群，并重复迭代过程。最终输出最优解和总配送时间。
该代码中的适应度函数计算每个个体的适应度，即总配送时间。
该函数首先将目标地点按照车辆和无人机分配到不同的列表中，
然后计算每个车辆和无人机的配送时间，并返回总配送时间。
选择父代的函数使用了锦标赛选择的方法，随机选择 k 个个体进
