[发明专利]基于粒子智能变换步长的配餐优化方法

摘要

本发明涉及封闭空间的工作人员配餐技术领域，提供一种基于粒子智能变换步长的配餐优化方法，该方法包括建立目标函数、食品种类选择优化流程、食品名称选择优化流程。本发明提出的技术方案结合封闭空间区域内食品种类和数量受限的特征，通过修改粒子群算法中粒子飞行速度的步长，采用改进粒子群算法进行目标函数寻优，获取近似满足目标函数的最优配餐方案。通过理论分析，随着迭代次数的增多，计算最优解无限接近理论最优解。

主权项

1.一种基于粒子智能变换步长的配餐优化方法，其特征在于包括建立目标函数、食品种类选择优化流程、食品名称选择优化流程，所述食品种类选择优化流程包括步骤：A1、将可选择的食品种类作为可行解，每一个可行解作为一个食品种类选择粒子，所有可行解的集合作为食品种类选择粒子群，设置食品种类选择粒子群的优化参数，随机初始化食品种类选择粒子群；B1、计算每个食品种类选择粒子的适应值，设置每个食品种类选择粒子的活动空间，记录每个食品种类选择粒子的步长；C1、每个食品种类选择粒子以局部搜索的方式在其活动空间遍历所有可行解，记录当前所有可能的配餐方案；D1、对于每个食品种类选择粒子，以单次配餐模型的目标函数为比较基准，将当前最优可行解与历史最优解进行比较，并将更优可行解赋值历史最优解变量；E1、遍历整个食品种类选择粒子群，获取历史最优食品种类配餐方案；F1、对食品种类选择粒子的飞行速度和位置进行更新；G1、判断是否满足终止条件，如果不满足则返回步骤B1，反之则结束食品种类选择优化流程并输出食品种类选择的最优方案；所述食品名称选择优化流程包括步骤：A2、将可选择的食品名称作为可行解，每一个可行解作为一个食品名称选择粒子，所有可行解的集合作为食品名称选择粒子群，设置食品名称选择粒子群的优化参数，随机初始化食品名称选择粒子群；B2、计算每个食品名称选择粒子的适应值，设置每个食品名称选择粒子的活动空间，记录每个食品名称选择粒子的步长；C2、每个食品名称选择粒子以局部搜索的方式在其活动空间遍历所有可行解，记录当前所有可能的配餐方案；D2、对于每个食品名称选择粒子，以所述单次配餐模型的目标函数为比较基准，将当前最优可行解与历史最优解进行比较，并将更优可行解赋值历史最优解变量；E2、遍历整个食品名称选择粒子群，获取历史最优食品名称配餐方案；F2、对食品名称选择粒子的飞行速度和位置进行更新；G2、判断是否满足终止条件，如果不满足则返回步骤B1，反之则结束食品名称选择优化流程并输出食品名称选择的最优方案；所述建立特定封闭空间内工作人员的单次配餐模型的目标函数为：其中，m为特定封闭空间内存储的食品种类数，n为食品成分的种类数，i为食品编号，j为食品成分编号，yi为食品i的库存，xi为需要取用食品i的量，e表示当前消耗比率，pij表示食品i含有食品成分j的数量，aj表示当前需要摄入食品成份j的最低量，bj表示当前需要摄入食品成份j的最高量。