基于改进NSGA-Ⅱ算法的食材推荐模型
曹梓上
朱星睿
胡鑫婷
吕世杰
高佳彤
华北理工大学 河北唐山 063210
摘要：针对传统多目标膳食推荐模型存在的约束处理缺陷及知识驱动能力不足等问题,文章提出一种基于改进NSGA-Ⅱ算法即Lim-NSGA算法.通过知识驱动的两阶段初始化策略生成增强型初始种群,结合动态分层约束机制,将膳食宝塔类别重量、用户营养阈值等刚性约束与多样性增益、重复食物惩罚等柔性目标分层处理,并引入自适应惩罚权重以平衡多目标冲突.基于非支配排序筛选帕累托前沿最优解,实现多营养目标协同优化.实验表明,模型在"高热量-高蛋白"及"低热量-高蛋白"等典型场景下均能有效逼近营养需求边界,同时保障了推荐方案的多样性与实用性.
关键词：改进NSGA-Ⅱ算法两阶段初始化策略动态分层约束机制非支配排序帕累托前沿
资助基金：省级大学生创新训练项目(NutriSynthGen;S202410081008)
论文发表日期：2025-08-25
在线出版日期：2026-05-22（本平台首次上网日期，不代表文献的发表时间）
页数：4( 10-13 )