一种多目标营养优化决策支持系统

摘要

本发明公开了一种多目标营养优化方法及决策支持系统，该方法基于模糊数学隶属度函数，针对多种营养素进行分析，提出了一个带权重的多目标优化目标模型，以及总体评价指标，通过对总体评价指标求最优解，获得最优的个体整体营养方案。同时提出的决策支持系统包括一个或多个客户子系统和一个计算子系统，用户通过客户子系统输入营养素初始值，计算机子系统计算获得优化的个体整体营养方案。

权利要求

1.一种多目标营养优化决策支持系统，其特征在于，该决策支持系统包括一个或多个客户子系统，以及一个计算子系统，其中所述客户子系统接收用户输入的营养素种类，以及营养素的初始值其中n是营养素的种类数，xi是第i种营养素的日摄入量，然后所述客户子系统将用户输入的信息发送给所述计算子系统；

所述计算子系统根据接收的信息进行计算，输出所述用户的个性化营养方案，将输出的结果返回给所述客户子系统，其中计算的具体过程如下：(1)令迭代误差为ε，令循环变量j＝0，对于每一个xi，建立如下L-R型的隶属曲线，其中，R是实数域，隶属曲线在模糊允许区间Ai＝(0,c)上分成三段，a和b是预定的分段值，函数FL和FR是左分段函数和右分段函数；根据上述隶属曲线，求出在模糊允许区间Ai中的隶属函数(2)将隶属函数 代入如下全局优化指标公式，得到其中 ωi是xi的权重值；

(3)j增加1，如果j＝n，转到步骤(7)；

(4)将 阵列中的n个值按照权重值从大到小排列，将排在第j位的值增加一个预定的步长值，从而得到新的阵列，根据所述新的阵列，重新计算全局优化指标，得到Pη：(5)若 成立，转到步骤(6)，否则转到步骤(7)；

(6)令 返回步骤(3)；

(7)判断 是否成立，如果成立，转到步骤(10)；

(8)如果j＝n，则令j＝0；

(9)转到步骤(3)；

(10)输出xλ'＝[x1,x2,…xn]T及 结束。

2.根据权利要求1所述的多目标营养优化决策支持系统，其中隶属曲线是一个凸函数。

说明书

一种多目标营养优化决策支持系统

技术领域

[0001] 本发明属于营养分析与指导技术领域，尤其涉及一种多目标营养模型、优化方法及决策支持系统。

背景技术

[0002] 膳食营养是人类生存的基础，人体每天都需要从膳食中获得一定量的各种必需营养成分，以满足生命过程中一系列复杂的生化反应。如果所摄入食物中某种营养素过多或不足，就会产生营养失衡。如何指导和判断人体摄入的各种营养素是否合理，需要建立一套营养模型为营养分析、指导提供依据。

[0003] 目前临床大量使用的营养支持多是基于经验公式，这些基于性别、年龄、身高和体重的临床公式有约160多个，其中Harris-Benedict公式(称为H-B公式)在临床营养支持用得最多。对于处在不同疾病阶段的同一个患者，由公式估计出来的能量消耗量相对来说是一个定量，将估计值作为营养支持的依据必定会有问题。这些公式都没有考虑到其它可能影响能量需求的因素，如内分泌紊乱、腺体(如甲状腺、肾上腺)分泌异常、应激状态(发热、创伤、心理应激状态)、运动状况、体成分状态和营养基质、营养素之间的拮抗关系、睡眠、临床护理、药物、疾病状态、神经介质和细胞因子及环境等多种因素的影响，这使得估计值与实际需求之间存在很大的偏差。有研究表明临床上采用H-B公式加上修正系数后的估计值有1/3是相当不精确的。这样就会有1/3以上依靠H-B公式进行营养补充的病人要么营养不良要么营养过剩，这在临床上潜藏着严重的医疗后果.

[0004] 目前临床孕妇营养分析系统所使用的营养曲线分析方法，因综合了个体组织情况，可较准确地分析个体各营养素的需求量，但是基于营养曲线分析方法目前也未能解决如何综合个体(包括疾病状态、生活环境、饮食习惯等等多种影响人体营养需求的因素)使包括能量在内的多种营养素达不到个体营养需求整体的最佳状态。

发明内容

[0005] 针对现有技术的问题，本发明提出了一种多目标营养模型和优化方法，在营养曲线分析方法基础上，综合个体年龄、身高、体重、性别、运动状况、环境、个体体组织状况、生活习惯、饮食习惯、疾病状况、代谢状况、营养素之间的拮抗，比例关系等等，重新建立了一个带约束条件的多目标营养模型，并采用适当的优化方法，为个体提供整体营养解决方案，进一步为膳食营养科学决策打下基础。

[0006] 为更好地获得个体营养需求整体优化方案，本发明建立了一个基于营养曲线分析方法的多因素约束条件的多目标函数模型。在建立多因素约束条件的多目标函数模型时，不仅考虑了营养素之间的作用(协同作用、拮抗作用)、营养素之间的比例关系，还充分考虑生活习惯、服用药物、环境因素、个体基础代谢状况、体组织成分、疾病状态、不同生理周期(如：老年、孕期、青少年等)等对某些营养素的特殊影响。原则上模型中所涉及的所有营养成份都是需要优化的目标，如总能量、蛋白质、脂肪、碳水化合物、钙、钾、铁、锌、磷、钠、各种维生素、膳食纤维等等；营养素之间的比例关系、营养素之间的协同作用、拮抗作用，生活习惯、服用药物、环境因素等对某些营养素的特殊影响，以及不同生理周期对某些营养素的特殊需求。个体营养需求问题实为复杂的、庞大的一个多种因素约束条件及多目标决策模型。需要充分考虑影响个体营养需求的多种因素及约束条件，并建立一个多目标函数及模型，通过适当的优化算法获得的个体营养整体最优解决方案。

[0007] 基于上述模型和算法，本发明还开发出一套多目标营养优化决策支持系统，用户可通过输入系统根据性别、年龄、膳食状况、运动情况、生活习惯、服用药物、环境因素、不同生理周期，结合代谢监测、体组织测量、运动以及疾病的监测等多目标函数模型参数，通过系统分析，用户最终获取整体优化后的营养方案。

附图说明

[0008] 图1：本发明决策支持系统的结构框图。

具体实施方式

[0009] 本发明以现有营养曲线分析方法为基础，对营养曲线函数以及数学模型进行了改进，提出了一个基于模糊数学隶属度函数带约束条件的多目标营养优化模型。该模型包括能量在内的25种营养素，采用模糊数学中的隶属度函数表达各种营养素的摄入量和个体健康状况之间的对应关系，设xi是第i种营养素的日摄入量(1≤i≤25)，以如下L-R型的隶属曲线函数来表示该对应关系：

[0010]

[0011]

[0012] 其中，R是实数域，函数在模糊允许区间(0,c)上分成三段，即(0,a)，[a,b)，[b,c)，a和b是预定的分段值，优选的，针对不同的xi，根据代谢监测存在不同的a/b/c值。函数FL和FR是左分段函数和右分段函数，两者不必是对称的，本领域技术人员可以根据具体的营养素和个体健康状况设计FL和FR，本领域中已有一些具体的设计方法，此处不再赘述。所述隶属曲线函数是一个正规的凸函数。

[0013] 通过上述隶属曲线，建立了多目标营养优化模型，影响个体整体营养状况的n种营养素可看成是多目标决策的n个目标函数(这里主要考虑了目前中国食物成分表2004中已列出的包括能量在内的25种主要营养素)。其余影响个体营养需求变化的多因素(年龄、身高、体重、性别、运动状况、环境、个体体组织状况、生活习惯、饮食习惯、疾病状况、代谢状况、营养素之间的拮抗，比例关系等等)则转换成本模型的约束条件，当所有营养素的隶属曲线函数以及约束条件确定之后，营养需求最优值的获取就转化成了多目标的优化值的求取问题。

[0014] 为了求取多目标的优化值，可以求取其有效解，即Pareto最优解。对于本发明的多目标营养优化模型，要找到它的有效解，需要设定一个对有效解的评价指标，且随着满足约束条件的营养素的有效值越靠近最优值，该指标也最接近最大值或最小值。根据本发明的第一个实施例，采用下面的P作为营养状况的总体评价指标，即：

[0015]

[0016] 上式中的 是指第i种营养素的营养曲线中实际日均摄入量所对应的模糊值，n是膳食中需要考虑的营养素的种类数。通常多目标决策问题中目标值之间的补偿，是在最好和最坏的目标值之间取得某种均衡，均值算子常被用来实现这一转换，但与中国居民营养素参考推荐摄入量的均值(算术均值、几何均值以及调和均值)相比，P更接近最小值，它表征了逻辑“与”；若 则P→0，说明使用P评价膳食营养状况时，低隶属度的营养素会对个体的整体营养状况有很强的影响，能客观反映个体的实际营养状况；近似计算中，P是凸函数，能取得最优化值，可判定一种膳食结构的营养状态是否好于另一种膳食结构的营养状态。因此P可以作为个体营养状况的总体评价指标，在各种营养素的营养曲线确定之后，能较容易地通过P值来判定该个体当前营养摄入状况的好坏。

[0017] 本发明的多目标营养优化模型中的25个目标函数为非对称模糊隶属曲线函数，可以采用截集法求解。在截集法中，营养曲线中各营养素xi对于模糊容许区间(0,c)的隶属度φ(xi)，表示对模糊约束的"满足度"。φ(xi)＝0时，该约束条件未得到满足，φ(xi)＝1时，该约束条件得到严格满足，当0<φ(xi)<1时，该约束部分得到满足。

[0018] 用am表示xm对模糊约束的满足度，记为：am＝φ(xm)在模糊允许区间(0，c)中，隶属度φ(xm)≥λ的区间构成是数论域上的λ水平截集。

[0019] 该模型营养成份之间的比例关系、各种状态下对不同营养素的需求不同，例如孕期对钙、铁、锌、蛋白质、膳食纤维、碘、能量、叶酸等需求不仅与普通女性不同，还随着孕周的变化，同一个人对某些营养素的需求也会变化，这些因素都需要在优化模型以及优化过程中予以考虑。包括能量在内的25种营养成份在本模型中都是需要优化的目标，它们之间的搭配比例也是需要优化的目标。另外个体所处状态包括与营养摄入相关的疾病(肥胖、糖尿病、高血压等等)、环境因素、生活习惯(熬夜、服用抗生素、大强度运动、压力大等)、饮食习惯(偏油、偏咸、肉食为主、素食为主等)，生理状态的不同阶段(怀孕、哺乳、老人、青少年等)的个体所需三大宏量元素所占总能量的比例不尽相同，某些特殊营养素的需求也随着个体状态有较大变化。因此这些需要在设计模型、约束条件以及整体评价指标时需要重点考虑的内容。

[0020] 尽管P可作为个体营养状况的总体评价指标，在各种营养素的营养曲线确定之后，也能较容易地通过P值来判定该个体当前营养摄入状况的好坏。但却无法兼顾上述各种因素，因此需要对P进行重新设计。根据本发明的第二个实施例，考虑不同情况下不同营养素在目标模型中的不同重要程度，针对不同个体的情况需求的不同，引入了权重ωj改进营养状况的总体评价指标，新的总体评价指标P′如下：

[0021] 且

[0022] 其中 是第i种营养素在模糊允许区间Ai上的隶属度函数，ωi是其权重，n是膳食中需要考虑的营养素的种类数。

[0023] 针对新的总体评价指标P′，对其求取最优解，就可以获得多目标营养素的最优摄入解。具体算法如下：

[0024] (1)初始化步骤：针对n种营养素取初始值 设迭代误差为ε，令循环变量j＝0，对于每一个xi，都有如下L-R型的隶属曲线

[0025]

[0026]

[0027] 根据上述隶属曲线，求出在模糊允许区间Ai中的隶属函数

[0028] (2)将隶属函数 代入如下全局优化指标公式，

[0029]

[0030] 其中 ωi是xi的权重值，根据不同的情况事先设定。

[0031] (3)j增加1，如果j＝n，转到步骤(7)；

[0032] (4)将 阵列中的n个值按照权重值从大到小排列，取排在第j位的值(假设为xi)，将xi的值增加一个预定的步长值，从而得到新的阵列，根据所述新的阵列，重新计算全局优化指标，得到

[0033]

[0034] (5)若 成立，转到步骤(6)，否则转到步骤(7)

[0035] (6)令 返回步骤(3)；

[0036] (7)判断 是否成立，如果成立，转到步骤(10)；

[0037] (8)如果j＝n，则令j＝0；

[0038] (9)转到步骤(3)；

[0039] (10)输出xλ’＝[x1，x2，…xn]T及 结束。

[0040] 参见图1，为了方便用户查询和实施营养设计，本发明基于上述多目标营养优化方法，提出了一种多目标营养优化决策支持系统，该系统包括一个或多个客户子系统，以及一个计算子系统。其中客户子系统接收用户输入的多种营养素类型和初始值，将其发送到计算子系统，计算子系统根据上述输入，使用本发明的多目标营养优化方法进行计算，得到个性化营养方案，将计算的输出结果返回给客户子系统。

[0041] 下面以一位32岁、身高159厘米、体重52.45kg、孕早期女性为例。配合其膳食调查，运动监测、体组织测量，以及采用本文的多目标优化模型以及优化算法，得到以下个性化营养方案：

[0042]

[0043]

[0044] 以上所述的本发明实施方式，并不构成对本发明保护范围的限定。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明的权利要求保护范围之内。