Dewasa ini, terdapat banyak model perancangan menu yang menyediakanudnasihat umum kepada pelanggan di pasaran. Namun, penyelesaian yang dijana daripadaudmodel ini biasanya sangat subjektif dan sukar untuk diwakili secara sistematik. Oleh itu,udpemakanan yang betul bagi warga tua adalah penting untuk mengekalkan kesihatan danudkesejahteraan. Kajian ini menghasilkan model perancangan menu berasaskan ontologiudmenggunakan algoritma genetik hibrid dan penaakulan kabur terhadap pesakit kanserudgeriatrik di Malaysia. Kajian ini adalah bertujuan untuk mengemukakan perwakilanudpelan diet berdasarkan ontologi pelan diet; mereka bentuk enjin perancangan denganudmengintegrasikan algoritma genetik dengan pencarian setempat untuk memperbaikiudpelan menu; membangunkan pelan menu untuk pesakit tersebut dengan menggunakanudmekanisme penaakulan kabur. Dengan tujuan untuk merancang menu yang sihat kepadaudpesakit, ontologi digunakan untuk mengklasifikasikan nutrien, jenis makanan, struktur pemakanan dan profil peribadi. Selain itu, algoritma genetik hibrid (HGA) digunakan untuk memastikan bahawa perancangan menu dapat memenuhi semua objektif dan kekangan yang telah ditetapkan. Tambahan pula, kawalan logik kabur (FLC) diaplikasikan dalam pemodelan fungsi keahlian set kabur bagi menganggarkan keperluan pemakanan.ududNowadays, there are many diet recommendation models in the market thatudprovide general advice to the clients. However, the generated menu plan from theseudmodels are usually very subjective and difficult to be represented systematically. Thus,udproper nutrition for the elderly is important to maintain health and well-being, which canudlead to fulfilling and independent lives. This research presents a study on ontology-basedudmenu planning model using hybrid genetic algorithm and fuzzy reasoning for Malaysianudgeriatric cancer patients. The proposed work aims to produce a diet plan representationudbased on diet plan ontology; design a planning engine by integrating genetic algorithmudwith local search technique to enhance menu planning; and develop a menu planningudapproach to cater for Malaysian geriatric cancer patients using fuzzy reasoningudmechanism. With the aim of planning healthy menu to patients, ontology is used toudclassify nutrients, food groups, meal structure and personal profile. Following that,udhybrid genetic algorithm (HGA) is employed to ensure that the constructed menuudsatisfies all the objectives and predefined constraints. Furthermore, a fuzzy logic controlud(FLC) was applied in the modeling of membership functions of fuzzy sets for estimatingudnutrition needs.ud
展开▼
机译：如今，有许多菜单计划模型可以为市场上的客户提供一般建议。但是，从此 udmodel生成的解决方案通常非常主观，难以系统地表示。因此，为老年人提供适当的营养对于维持健康和幸福至关重要。这项研究使用混合遗传算法和模糊推理为马来西亚癌症患者的预算编制了基于本体的菜单计划模型。这项研究的目的是根据饮食计划的本体论提出一种饮食指南。通过将遗传算法与本地搜索集成来设计设计引擎，以改善菜单布局；使用模糊推理机制为这些患者制定菜单计划。为了设计健康的患者菜单，本体用于对营养成分，食物类型，营养结构和个人档案进行分类。另外，使用混合遗传算法（HGA）来确保菜单计划满足所有目标和设置的约束。此外，在模糊集隶属度函数的建模中还应用了模糊逻辑控制（FLC）来估算营养需求 ud ud如今，市场上有许多饮食推荐模型无法为客户提供一般建议。但是，从这些 udmodels生成的菜单计划通常是非常主观的，并且难以系统地表示。因此，老年人营养不良对于维持健康和福祉很重要，因为这可以带来充实和独立的生活。这项研究提出了一个基于本体的 udmenu计划模型的研究，该模型使用混合遗传算法和模糊推理来处理马来西亚预算女性癌症患者。拟议的工作旨在基于饮食计划本体生成饮食计划表示形式。通过整合遗传算法局部搜索技术设计计划引擎，以增强菜单计划；并使用模糊推理 ud机制，制定菜单计划 udapproach来满足马来西亚老年癌症患者的需求。为了为患者计划健康的菜单，本体用于对营养素，食物种类，膳食结构和个人档案进行分类。然后，使用混合遗传算法（HGA）来确保构造的菜单满足所有目标和预定义的约束。此外，在模糊集的隶属函数建模中采用了模糊逻辑控制 ud（FLC）来估算营养需求。
展开▼
