遗传算法不解之处

以下是引用逆水寒刘在2015-11-15 22:57:32的发言：

【问题】在－5<=Xi<=5,i=1,2区间内，求解
       f(x1,x2)=-20*exp(-0.2*sqrt(0.5*(x1.^2+x2.^2)))-exp(0.5*(cos(2*pi*x1)+cos(2*pi*x2)))+22.71282的最小值。
【分析】种群大小10，最大代数1000，变异率0.1,交叉率0.3
【程序清单】
   ％源函数的matlab代码
      function [eval]=f(sol)
        numv=size(sol,2);
        x=sol(1:numv);
        eval=-20*exp(-0.2*sqrt(sum(x.^2)/numv)))-exp(sum(cos(2*pi*x))/numv)+22.71282;
  %适应度函数的matlab代码
      function [sol,eval]=fitness(sol,options)
        numv=size(sol,2)-1;
        x=sol(1:numv);
        eval=f(x);
        eval=-eval;
  %遗传算法的matlab代码
      bounds=ones(2,1)*[-5 5];
      [p,endPop,bestSols,trace]=ga(bounds,'fitness')
问题：就实例2而言，能否解释下为什么源函数代码中numv=size(sol,2)没有减1，而适应度函数减1了？不太明白sol的具体含义？还有就是ga中如何体现的分析中10，1000，0.1，0.3要求？谢谢各位指教，膜拜