请教个关于遗传算法的问题，具体细节跟遗传算法没太大关系就是了。

写了个用于解决背包问题的遗传算法，其中有个保留最佳个体的方法如下：

def reproduct_elitist(self):
    # 与当前种群进行适应度比较，更新最佳个体
    for i in range(self.size):
        if self.elitist['fitness'] < self.fitness[i][1] and self.fitness[i][0] <= self.max_weight:
            assert self.fitness_func(self.elitist['chromosome'])[1] == self.elitist['fitness']
            self.elitist['fitness'] = self.fitness[i][1]
            self.elitist['chromosome'] = tuple(self.individuals[i])
            self.elitist['age'] = self.age
            assert self.fitness_func(self.elitist['chromosome'])[1] == self.elitist['fitness']

其中，self.elitist 是保留最佳个体的字典，self.fitness 是一个储存适应度的列表类似 [[weight, value],....] 这样，self.fitness_func 是一个计算适应度的方法，对于相同的基因输出是相同的。
问题是这个样子的，每次运行的时候，会有一定概率的通不过后一个 assert，两个 assert 之间只是单纯的赋值而已，为什么会有概率通不过？