СОСТАВЛЕНИЕ РАЦИОНА ПИТАНИЯ НА ОСНОВЕ ГЕНЕТИЧЕСКОГО АЛГОРИТМА
Аннотация
Данная работа посвящена решению задачи составления рациона питания с помощью
генетического алгоритма. Задача составления рациона питания является задачей комби-
наторной оптимизации. Основная цель решения задачи составления рациона питания за-
ключается в нахождении оптимального плана питания в соответствии с особыми по-
требностями человека. В статье приводится постановка задачи составления рациона
питания и её математическая модель. Так как задача составления рациона питания явля-
ется NP-трудной и входные данные могут потребовать больших вычислительных затрат
для точного алгоритма, разумно применить эвристический подход в решении данной про-
блемы. В статье подробно освещены основные используемые понятия теории генетиче-
ских алгоритмов, последовательность шагов разработанного генетического алгоритма
составления рациона питания, блок-схема генетического алгоритма. Для исследования
генетического алгоритма составления рациона питания, было разработано клиент-
серверное приложение под управлением операционной системы Android. Результатом ра-
боты генетического алгоритма составления рациона питания является найденное меню на
семь дней, которое выводится и хранится в приложении. Клиент-серверная архитектура
приложения была выбрана с целью экономии ресурсов телефона пользователя. В статье
приводятся описание пользовательского интерфейса приложения на платформе Android с
возможностью регулировки различных параметров алгоритма. Также в статье проведен
анализ эффективности работы полученного алгоритма: оценка точности и времени ра-
боты разработанного генетического алгоритма при различных конфигурациях. По резуль-
татам экспериментов удалось определить оптимальные значения настраиваемых пара-
метров генетического алгоритма (число хромосом, количество итераций, вероятность
мутации), позволяющих получать достаточно хорошие результаты за приемлемое время.
Характерными чертами реализованного генетического алгоритма составления рациона
питания является относительно небольшое время работы, даже при больших входных
данных. Кроме того, разработанное решение имеет высокую экономическую ценность
ввиду применения алгоритма на практике, например, в работе врачей-диетологов, фитнес-
тренеров, а также для простых пользователей с избыточным весом.
Литература
prirodoy: ucheb. posobie [Modern search optimization algorithms. Nature-inspired algorithms;
tutorial]. 2nd ed. Moscow: Izd.vo MGTU im. N.E. Baumana, 2017, 446 p.
2. Gladkov L.A., Kureychik V.V., Kureychik V.M. Geneticheskie algoritmy [Genetic algorithms],
ed. by V.M. Kureychika. 2nd ed. Moscow: Fizmalit, 2006, 320 p.
3. Saymon D. Algoritmy evolyutsionnoy optimizatsii [Evolutionary optimization algorithms].
Moscow: Izd-vo: DMK Press, 2020, 1002 p.
4. Xu X., Rong H., Trovati M. et al. CS-PSO: chaotic particle swarm optimization algorithm for
solving combinatorial optimization problems, Soft Computing, 2018, Vol. 22. DOI:
10.1007/s00500-016-2383-8.
5. Syahputra M.F., Felicia V., Rahmat R.F., Budiarto R. Scheduling Diet for Diabetes Mellitus
Patients using Genetic Algorithm, Journal of Physics: Conference Series: International Conference
on Computing and Applied Informatics, Medan, Indonesia, 2016, Vol. 801. DOI:
10.1088/1742-6596/801/1/012033.
6. atal an-Salgado E., Zagal-Flores R., Torres-Fernandez Y., and Paz-Nieves A. Diet Generator
Using Genetic Algorithms, Research in Computing Science, Mexico, 2014, Vol. 75. DOI
10.13053/rcs-75-1-7.
7. Clark A.B., Coates A.M., Davidson Z.E., Bonham M.P. Dietary Patterns under the Influence of
Rotational Shift Work Schedules: A Systematic Review and Meta-Analysis, Advances in Nutrition,
2023, Vol. 14. DOI: 10.1016/j.advnut.2023.01.006.
8. St-Pierre N.R., Cobanov B. A Model to Determine the Optimal Sampling Schedule of Diet
Components, Journal of Dairy Science, 2007, Vol. 90. DOI: doi.org/10.3168/jds.2006-727.
9. Rahman R., Ramli R., Jamari Z., Ku Ruhana Ku-Mahamud. Evolutionary Algorithm with Roulette-
Tournament Selection for Solving Aquaculture Diet Formulation, Mathematical Problems
in Engineering, 2016, Vol. 2016. DOI: 10.1155/2016/3672758.
10. Sowah R.A., Bampoe-Addo A.A., Armoo S.K., Saalia F.K., Gatsi F., Sarkodie-Mensah B. Design
and Development of Diabetes Management System Using Machine Learning, International Journal
of Telemedicine and Applications, 2020, Vol. 2020. DOI: 10.1155/2020/8870141.
11. Cao Z., Sasaki A., Oh T., Miyatake N., Tsushita K., Higuchi M., Sasaki S., Tabata I. Association
between dietary intake of micronutrients and cardiorespiratory fitness in Japanese men //
Journal of Nutritional Science. – 2012. – Vol. 1. – DOI: 10.1017/jns.2012.16.
12. Hoill Jung, Kyungyong Chung. Knowledge-based dietary nutrition recommendation for obese
management, Information Technology and Management, 2016, Vol. 17. DOI: 10.1007/s10799-
015-0218-4.
13. Thompson F.E., Subar A.F. Chapter 1 - Dietary Assessment Methodology, Nutrition in the
Prevention and Treatment of Disease. 4th ed. United States. 2017. DOI: 10.1016/B978-0-12-
802928-2.00001-1.
14. Zuo L., He F., Tinsley G.M., Pannell B.K., Ward E., Arciero P.J. Comparison of High-Protein,
Intermittent Fasting Low-Calorie Diet and Heart Healthy Diet for Vascular Health of the
Obese, Clinical and Translational Physiology, 2016, Vol. 7. DOI: 10.3389/fphys.2016.00350.
15. Ho M., Ho J.W.C., Fong D.Y.T., Lee C.F., Macfarlane D.J., Cerin E., Lee A.M., Leung S.,
Chan W.Y.Y., Leung I.P.F., Lam S.H.S., Chu N., Taylor A.J., Cheng K. Effects of dietary and
physical activity interventions on generic and cancer-specific health-related quality of life,
anxiety, and depression in colorectal cancer survivors: a randomized controlled trial, Journal
of Cancer Survivorship, 2020, Vol. 14. DOI: 0.1007/s11764-020-00864-0.
16. Hall K.D., Ayuketah A., Brychta R., Walter P.J., Yang S., Zhou M. Ultra-Processed Diets
Cause Excess Calorie Intake and Weight Gain: An Inpatient Randomized Controlled Trial of
Ad Libitum Food Intake, Cell Metabolism, 2019, Vol. 30. DOI: 10.1016/j.cmet.2019.05.008.
17. Saslow L.R., Kim S., Daubenmier J.J., Moskowitz J.T., Phinney S.D., Goldman V., Murphy
E.J., Cox R.M., Moran P., Hecht F.M. A Randomized Pilot Trial of a Moderate Carbohydrate
Diet Compared to a Very Low Carbohydrate Diet in Overweight or Obese Individuals with
Type 2 Diabetes Mellitus or Prediabetes, Research Article, Plos One, 2014. DOI:
10.1371/journal.pone.0091027.
18. Hermawan H., Hutomo R.C., Sufiatul M., Prihatini M. Menu Design For Pregnant Women
Diet For Stunting Prevention Using Genetic Algorithm, International Journal of Electrical
Engineering and Information Technology, 2021, Vol. 4. DOI: 10.29138/ijeeit.v4i1.1253.
19. Gumustekin S., Senel T., Ali Cengiz M. A Comparative Study on Bayesian Optimization Algorithm
for Nutrition Problem, Journal of Food and Nutrition Research, 2014, Vol. 2. DOI:
10.12691/jfnr-2-12-15.
20. Sufahani S., Mohamad M., Roslan R., Kamardan M.G., Che-Him N., Ali M., Khalid K., Nazri
E.M., Ahmad A. Applied Mathematical Optimization Technique on Menu Scheduling for
Boarding School Student Using Delete-Reshuffle-Reoptimize Algorithm, Journal of Physics:
Conference Series, 2017, Vol. 995. DOI: 10.1088/1742-6596/995/1/012002.
