要运行DEAP软件，您可以按照以下步骤操作：
安装DEAP库
打开命令行或终端。
输入以下命令来安装DEAP库：
```bash
pip install deap
```
准备数据
使用Excel编制数据，按照产出项、投入项和要素价格进行排列。
将Excel工作表另存为新的文件，文件类型选择“格式化文字（空白分隔）”，并确保文件名以“.prn”为副档名保存到DEAP资料夹中。
运行DEAP
打开DEAP软件（deap.exe）。
在DEAP中输入第2步中保存的.prn文件名，并按回车键运行。
运行后，DEAP会在DEAP资料夹中生成两个新的文件，其中一个文件不是“OK”的文件，用Excel方式打开即可查看结果。
示例代码
```python
from deap import base, creator, tools, algorithms
import random
定义目标： 我们希望最小化目标函数
creator.create（"FitnessMin", base.Fitness, weights=（-1.0,））
creator.create（"Individual", list, fitness=creator.FitnessMin）
初始化工具箱
toolbox = base.Toolbox（）
toolbox.register（"attr_float", random.uniform, -10, 10）
toolbox.register（"individual", tools.initRepeat, creator.Individual, toolbox.attr_float, n=10）
toolbox.register（"population", tools.initRepeat, list, toolbox.individual）
定义适应度函数
def evalOneMax（individual）:
return sum（individual）,
toolbox.register（"evaluate", evalOneMax）
toolbox.register（"mate", tools.cxTwoPoint）
toolbox.register（"mutate", tools.mutGaussian, mu=0, sigma=1, indpb=0.1）
toolbox.register（"select", tools.selTournament, tournsize=3）
运行DEAP
def main（）:
pop = toolbox.population（n=100）
hof = tools.HallOfFame（1）
stats = tools.Statistics（lambda ind: ind.fitness.values）
stats.register（"avg", numpy.mean）
stats.register（"min", numpy.min）
stats.register（"max", numpy.max）
pop, log = algorithms.eaSimple（pop, toolbox, cxpb=0.5, mutpb=0.2, ngen=10, stats=stats, halloffame=hof, verbose=True）
return pop, log, hof
if __name__ == "__main__":
pop, log, hof = main（）
print（"Best individual is: %s\nwith fitness: %s" % （hof, hof.fitness））
```
建议
确保您的Python环境中已经安装了DEAP库，否则无法运行上述代码。
在使用DEAP时，建议详细阅读官方文档以了解各种工具和函数的使用方法。
根据具体问题调整目标函数、适应度函数和遗传算子等参数，以获得更好的优化结果。