本站原创[摘 要] 现代商场常常配有餐饮服务设施,既解决了商场员工的日常就餐问题,也为购物顾客提供了方便.将量子遗传算法应用到计算机辅助配餐领域,可设计实现各种高效率的配餐软件系统,实现高效率的营养配餐.
[关 键 词 ] 量子遗传算法 计算机辅助配餐 营养膳食
目前,随着社会生产力的发展,人民生活水平的不断提高,营养与膳食的话题越来越受到人们的关注.商场员工、购物顾客群体每日均有较大的就餐需求,如何为这些群体提供高质量、科学化的配餐是一项重要的研究课题.
一、量子遗传算法简介
量子遗传算法QGA(Quantum Geic Algorithm)的概念1996年由英国Exter大学的Ajit Narayanan和Mark Moore提出,2000年Kuk-Hyun Han将量子遗传算法进一步完善,并首次将其应用于组合优化问题.QGA是基于量子计算原理的概率优化方法,结合了量子计算理论和进化算法理论.它用量子位编码来表示染色体,通过量子门的旋转来完成进化搜索,具有种群规模小、收敛速度快,全局寻优能力强的特点.
二、基于QGA的营养膳食优选程序
营养配餐问题是在菜品数据库中搜索满足配餐对象就餐需求目标的组合优化问题.配餐系统首先需要做配餐对象的营养分析,根据配餐用户的性别、年龄、身高、体重、劳动强度、体重指数、体型等自然情况,由计算机自动算出配餐对象热量及各种营养元素的每日需求量.
配餐系统根据配餐对象的热量及各营养元素需求标准,在菜谱表中进行菜品优选,组合各种菜品生成为一套或多套备选菜谱提供给配餐对象进行选择.基于量子遗传算法的配餐系统将菜品数据库中的菜品表示为染色体基因型.经量子崩塌后产生的解可以表示为最终优选生成的菜谱,假设某菜品库中有15道菜品,量子崩塌后产生的解为:001001001000001,从左至右的第3、6、9、15位为1,其他位为0,代表了要选择菜品数据库中第3、6、9、15号共4道菜品为配餐菜谱中的配餐菜品.菜谱更新采用量子旋转门,当前菜谱其基因型在被旋转门更新后,在下一代量子观测后得到的解就会更加倾向于全局最优解,经过逐代进化,系统最终可生成满足配餐对象的满意备选菜谱,实现全部配餐功能.量子遗传算法中的概念和营养配餐中的概念对应关系如表1所示.
三、试验结果
为了验证算法的性能,本文在一个包含40道菜品的数据库中进行了实验,并与现有的模拟退火算法解决方案进行了比较,对比实验结果如表2所示.经测试,基于量子遗传算法的营养膳食配餐系统可以很好地满足实际的配餐需要,在某商场餐饮部应用后,取得了较好的使用效果.
四、结论
量子遗传算法在解决组合优化问题时在搜索效果和搜索速度两方面具备优秀的均衡性,具备高可用性、健壮性和稳定性.采用量子遗传算法做为配餐核心算法在优选速度、优选效果等方面具有较大优势.