来源：期刊VIP网 时间：
作者：王客程;李然;吴江;范利利;王宁;
单位：大连海洋大学信息工程学院;
摘要：人们越来越注重饮食的营养与均衡，对食品选择的要求也更高。针对现有的食谱营养均衡欠缺、缺乏多样化变化且制定耗时等问题，融合神经网络和双种群遗传算法NSGA-Ⅱ，构建了一个DDNT-GA算法，生成特定食谱。该算法使用神经网络来减少适应度过高的个体，有效防止陷入局部最优；将适应度过低的个体去除，从而形成精英策略，筛选出最合适的个体，在实现食物营养均衡的同时提升模型的运行效率；通过优化神经网络并引入正则化Dropout策略来提高训练速度。采用改进的NSGA-Ⅱ遗传算法并融入双种群的思想，在副种群利用禁忌搜索算法，通过禁忌列表阻止相似食谱的生成，实现食谱多样化变化。实验结果表明，DDNT-GA算法与深度遗传算法（GA-D、BP-GA、NT-GA、JANUS）相比，在适应度上平均提高了11.3%，并缩短了训练时间。最终产生的食谱在食物组合上不仅变化多样，而且提高了选择食谱的效率，在消费者食谱制定上有一定的实用价值。
关键词：食谱推荐;;食物选择;;双种群遗传算法;;神经网络;;多目标优化;;禁忌搜索算法
基金资助：辽宁省教育厅科研项目(LJKZ0730);; 中国医药教育协会2022重大科学攻关问题和医药技术难题重点课题(2022KTM036)
