Ottimizzazione · Budget e obiettivi, insieme
Ottimizzazione nutrizionale con PSO-SA e AHP per la pianificazione personalizzata dei pasti (Sarani Rad 2024)
Quando un nutrizionista progetta un piano alimentare per un paziente diabetico, deve soppesare decine di priorità in conflitto — controllo della glicemia, equilibrio calorico, gusto, comodità, budget — e classificarle una a una. Questo processo di classificazione genera spesso contraddizioni logiche: A è più importante di B, B è più importante di C, ma poi C risulta più importante di A.
Questo articolo presenta un algoritmo che rileva e ripara automaticamente queste contraddizioni, usando una tecnica ispirata al volo degli storni di uccelli (ottimizzazione a sciame di particelle) combinata con il raffreddamento lento dei metalli fusi (ricottura simulata). In due casi clinici reali, l’algoritmo ha ridotto il tasso di contraddizione da valori inaccettabili a valori quasi nulli; in una verifica su trenta casi aggiuntivi, i nutrizionisti esperti hanno approvato il 98% dei piani alimentari generati automaticamente.
Cosa dice, in breve
- Il paper propone un algoritmo ibrido PSO-SA per risolvere il problema di inconsistenza nelle matrici di confronto a coppie dell’AHP nell’ambito della pianificazione personalizzata dei pasti, dove i criteri includono controllo glicemico, densità nutrizionale, palatabilità, comodità, gestione della pressione arteriosa, salute ossea ed facilità di preparazione.
- La funzione obiettivo combinata (Objective Index, OI) minimizza simultaneamente un indice di discrepanza (DI, distanza tra la matrice raffinata e quella originale) e una misura di consistenza (λ_max − N); il PSO gestisce la ricerca globale per identificare regioni promettenti dello spazio delle matrici, mentre il SA affina localmente per sfuggire agli ottimi locali.
- Caso d’uso 1 (maschio di 45 anni, diabete di tipo 2, BMI 30): CR iniziale = 0,12, ridotta a CR = 0,017 dopo l’applicazione del PSO-SA; il piano alimentare raccomandato si centra su piatti mediterranei a basso indice glicemico.
- Caso d’uso 2 (femmina di 70 anni, ipertensione e osteoporosi): CR iniziale = 0,14, ridotta a CR = 0,015; il piano raccomandato prevede piatti vegetali, ipersodici e ricchi di calcio.
- Su 30 casi verificati manualmente, l’algoritmo ha ottenuto un tasso di approvazione da esperti del 98,09% per adeguatezza nutrizionale, aderenza alle linee guida e appropriatezza per il profilo del cliente.
- Il confronto diretto mostra che PSO-SA ottiene un OI sistematicamente inferiore rispetto al PSO standard durante le iterazioni, dimostrando una convergenza superiore.
- L’algoritmo è integrato in un’app mobile che incorpora un web crawler per la raccolta di ricette e un parser nutrizionale, configurandosi come strumento di supporto decisionale clinico per i nutrizionisti.
Provenienza
- Fonte
- Optimizing Nutritional Decisions: A Particle Swarm Optimization–Simulated Annealing-Enhanced Analytic Hierarchy Process Approach for Personalized Meal Planning— Sarani Rad 2024
- Licenza
- CC BY
- Nel Kosmos
- 3 voci · 96 fatti atomici · tier MAIOR
↯ Questa è una voce vera del nostro Knowledge Graph, ancorata alla sua fonte — non un testo generato da un modello. Il colore riflette il tipo reale di studio, mai gonfiato.