[发明专利]一种食物配方的方法

摘要

本发明公开了一种食物配方的方法，涉及食品营养学领域及食物配方。该方法包含成菜数据集及营养标准数据集的建立、食物配方数学模型的建立、食物配方数学模型的求解和食物配方数学模型无解时的解决方法等步骤。本发明具有对提供的食物配方进行优化，达到即满足营养标准，又降低成本的目的，可用于不同人群的餐饮安排及食品生产加工中的原料复配。

主权项

1.一种食物配方的方法，其特征在于，该方法包含下列步骤：（1）成菜数据集的建立1a、确定成菜种类的数量N；1b、给每个成菜种类从1~N分别编号，并对每个编号赋予相应的成菜名称；1c、确定制作每100克第k种成菜所用材料的品种名称及数量，其中k=1、2、3、…、N；1d、依据各品种材料的数量、单位价格以及所购买原材料的使用率，计算得到每100克第k种成菜的价格，其中k=1、2、3、…、N；1e、依据杨月欣等，中国食物成分表，第二版，北京大学医学出版社，2009以及每100克第k个成菜所用材料的品种及数量，分别计算得到每100克第k种成菜所用材料的能量、蛋白质、脂肪、碳水化合物、维生素A、维生素B1、维生素B2、叶酸、维生素C、维生素E、钙、钾、钠、镁、铁、锌、硒、碘的数据，其中k=1、2、3、…、N；1f、确定第k种成菜的制作方法，1表示凉拌，2表示蒸、煮，炖，烧、炒，3表示煎、炸、烘、烤，其中k=1、2、3、…、N；1g、建立成菜数据集，成菜数据集的第k条信息包含22个字段，第一字段为成菜编号，第二字段为第k种成菜的名称，第三字段为第k种成菜的制作方法，第四字段为每100克编号是k的成菜价格，第五字段至第二十二字段分别是每100克编号是k的成菜所含能量、蛋白质、脂肪、碳水化合物、维生素A、维生素B1、维生素B2、叶酸、维生素C、维生素E、钙、钾、钠、镁、铁、锌、硒、碘的值；其中k=1、2、3、…、N；当第三字段第k种成菜的制作方法为1时，第五字段至第二十二字段每100克编号是k的成菜所含的能量值及蛋白质、脂肪、碳水化合物、维生素A、维生素B1、维生素B2、叶酸、维生素C、维生素E、钙、钾、钠、镁、铁、锌、硒、碘的营养素含量分别为步骤1e中每100克第k种成菜所用材料的能量、蛋白质、脂肪、碳水化合物、维生素A、维生素B1、维生素B2、叶酸、维生素C、维生素E、钙、钾、钠、镁、铁、锌、硒、碘的数据；当第三字段第k种成菜的制作方法为2时，第五字段至第八字段以及第十五五字段至第二十二字段每100克编号是k的成菜所含的能量值及蛋白质、脂肪、碳水化合物、钙、钾、钠、镁、铁、锌、硒、碘的营养素含量分别为步骤1e中每100克第k种成菜所用材料的能量、蛋白质、脂肪、碳水化合物、钙、钾、钠、镁、铁、锌、硒、碘的数据；维生素A的值为步骤1e中维生素A的数据的90%，维生素B1的值为步骤1e中维生素B1的数据的80%，维生素B2的值为步骤1e中维生素B2的数据的80%，叶酸的值为步骤1e中叶酸的数据的80%，维生素C的值为步骤1e中维生素C的数据的90%，维生素E的值为步骤1e中维生素E的数据的90%；当第三字段第k种成菜的制作方法为3时，第五字段至第八字段以及第十五五字段至第二十二字段每100克编号是k的成菜所含的能量值及蛋白质、脂肪、碳水化合物、钙、钾、钠、镁、铁、锌、硒、碘的营养素含量分别为步骤1e中每100克第k种成菜所用材料的能量、蛋白质、脂肪、碳水化合物、钙、钾、钠、镁、铁、锌、硒、碘的数据；维生素A的值为步骤1e中维生素A的数据的70%，维生素B1的值为步骤1e中维生素B1的数据的50%，维生素B2的值为步骤1e中维生素B2的数据的50%，叶酸的值为步骤1e中叶酸的数据的80%，维生素C的值为步骤1e中维生素C的数据的50%，维生素E的值为步骤1e中维生素E的数据的50%；1h、由成菜数据集可得成菜数据矩阵，其中：表示第k种成菜第j个字段的值，为成菜数据集第j个字段的列向量，1≤k≤N，4≤j≤22；（2）营养标准数据集的建立2a、依据中国营养学会. 中国居民膳食营养素参考摄入量(简要本). 北京：中国轻工业出版社, 2001中对年龄、性别、劳动强度的分类方法及人体每日营养摄入标准值，将人员分类分成M类，并确定各类人员每日需摄入能量值及蛋白质、脂肪、碳水化合物、钙、钾、钠、镁、铁、锌、硒、碘的营养素含量的标准值；2b、建立营养标准数据集，营养标准数据集第i条信息包含19个字段，第一字段为第i类人员，第二字段至第十九字段分别是第i类人员每日需摄入能量、蛋白质、脂肪、碳水化合物、维生素A、维生素B1、维生素B2、叶酸、维生素C、维生素E、钙、钾、钠、镁、铁、锌、硒、碘的标准值；其中i=1、2、3、…、M；2c、由营养标准数据集可得营养标准矩阵，其中：b_il表示第i类人员第l个字段的指标值，1≤i≤M，2≤l≤19；（3）食物配方数学模型的建立3a、选取成菜数据集中的部分成菜，在满足营养标准数据集中第i类人员每日摄入能量值与部分营养素需求的情况下，使得成本最低时的食物配方数学模型为：目标函数：约束条件：其中为决策向量，为第k种成菜的选择变量；为第k种成菜被选择时所允许的最大份数；为配方食物第j个字段的营养素含量，约束条件保证配方食物中的成菜数据集第j个字段的营养素含量达到营养标准数据集中第i类人员第l字段的指标值，D为集合（5,6,7，…，22）的一个子集，属于该子集的受到条件约束，不属于该子集的不受约束，D可根据需要定义，Z为非负整数；3b、选取成菜数据集中的部分成菜，在满足营养标准数据集中第i类人员每周摄入能量值与部分营养素需求的情况下，使得成本最低时的食物配方数学模型为：目标函数：约束条件：其中为决策向量，为第k种成菜的选择变量；为第k种成菜被选择时所允许的最大份数；为配方食物第j个字段的营养素含量，约束条件保证配方食物中的成菜数据集第j个字段的营养素含量达到营养标准数据集中第i类人员第l字段的指标值，D为集合（5,6,7，…，22）的一个子集，属于该子集的受到条件约束，不属于该子集的不受约束，D可根据需要定义，Z为非负整数；3c、选取成菜数据集中的部分成菜，在满足营养标准数据集中第i类人员每日摄入能量值与部分营养素需求的情况下，使得成本为定值时的食物配方数学模型为：目标函数：约束条件：其中为决策向量，为第k种成菜的选择变量；为设定的每日配方食物成本，；为第k种成菜被选择时所允许的最大份数；为配方食物第j个字段的营养素含量，约束条件保证配方食物中的成菜数据集第j个字段的营养素含量达到营养标准数据集中第i类人员第l字段的指标值，D为集合（5,6,7，…，22）的一个子集，属于该子集的受到条件约束，不属于该子集的不受约束，D可根据需要定义，Z为非负整数；3d、选取成菜数据集中的部分成菜，在满足营养标准数据集中第i类人员每周摄入能量值与部分营养素需求的情况下，使得成本为定值时的食物配方数学模型为：目标函数：约束条件：其中为决策向量，为第k种成菜的选择变量；为设定的每周配方食物成本，；为第k种成菜被选择时所允许的最大份数；为配方食物第j个字段的营养素含量，约束条件保证配方食物中的成菜数据集第j个字段的营养素含量达到营养标准数据集中第i类人员第l字段的指标值，D为集合（5,6,7，…，22）的一个子集，属于该子集的受到条件约束，不属于该子集的不受约束，D可根据需要定义，Z为非负整数；（4）食物配方数学模型的求解4a、采用线性规划求解程序对步骤3a、步骤3b、步骤3c及步骤3d所建立的数学模型进行求解；当时，表示第k种成菜未被选中，当时，表示选中第k种成菜n个100克的分量；获得满足预设条件的配方食物；4b、由步骤4a获得的决策向量数值解，分别计算配方食物的成本、能量值和各营养素含量，；（5）食物配方数学模型无解时的解决方法5a、当步骤3a、步骤3b、步骤3c及步骤3d所建立的数学模型无解时，增加成菜数据集中成菜种类的数量，或者改变一些成菜种类材料的配比，直到步骤3a、步骤3b、步骤3c及步骤3d所建立的数学模型均有解。