C Deapом не знаком, но общая постановка может выглядеть примерно так:
Формируете параметрический закон поведения башни в духе Цель типа А находится в координате х, у и движется со скоростью ux uy - стреляем по ней, целясь в точку ХС УС. Есть некая функция ХС=f(A, x, y, ux, uy) и УС=f(A, x, y, ux, uy). Задача генетического алгоритма - подобрать параметры в этих функциях.
Для этого вводим фитнес функцию - например, количество успешных попаданий или число оставшихся хп цели или еще что нам надо. Формируем модельную ситуацию: в заданной карте пробегает цель (м.б. несколько разных), башенка стреляет по ней по указанному алгоритму и вся эта тестовая задача возвращает фитнесс функцию.
И все, можно запускать генетическую оптимизацию по подбору параметров.
Но я согласен с ответами выше - все это выглядит несколько за уши притянутым.