Português
DOI:
https://doi.org/10.31496/retii.v1i1.1713Keywords:
Inteligência Artificial, Algoritmos Genéticos, Dieta alimentar, ScilabAbstract
The present study refers to the use of genetic algorithms in the development of a program aimed at the realization of calculations for the optimization of diet costs, seeking to present the best balance of food in accordance with the amounts of proteins, fats and carbohydrates previously suggested. A balanced diet is one of two main factors related to the construction of good health and the prevention of diseases. Based on the information on the foods used, a nutrition plan was developed from a food plan recommended to a patient by a nutritionist. From the data of the referred food plan, the initial composition of food was elaborated, which was organized in a Calculation Plan. For the development of the genetic algorithm, you will use Scilab scientific software, which is similar to another widely used software, Matlab. When running the program, a list of foods will appear on the Scilab Console, coming from the imported plan, so that the user can choose the foods that will be included in the meal, according to their needs. After the food selection and the user's choices, the program starts the calculation process using a Genetic Algorithm (AG). After the video of the execution of the program, the results of the calculations are shown in the Scilab Console. The outputs correspond to the best individuals generated by AG, based on the calculations performed in each generation.References
DEB, Kalyanmoy; AGRAWAL, Ram Bhushan. Simulated binary crossover for continuous search space. Complex Systems, India, n. 9, n. 2, p. 115-148, 1995, Disponível em: https://content.wolfram.com/uploads/sites/13/2018/02/092-2.pdf. Acesso em: 22 dez. 2022.
DEB, Kalyanmoy; SINDHYA, Karthik; OKABE, Tatsuya. Self-adaptive simulated binary crossover for real-parameter optimization. GECCO '07: Proceedings of the 9th annual conference on Genetic and evolutionary computation, Lisboa, p. 1187-1194, 2007. Disponível em: https://dl.acm.org/doi/10.1145/1276958.1277190. Acesso em: 01 mar. 2023.
HOLLAND, J.H. Adaptation in Natural and Artificial Systems. University of Michigan Press, Ann Arbor. The MIT Press, 1975.
KATO, Rodrigo. Algoritmos Genéticos. Bioinfo, 2021. Disponível em: https://bioinfo.com.br/algoritmos-geneticos/. Acesso em: 02 jun. 2023.
LINDEN, Ricardo. Algoritmos genéticos. 3. ed. Rio de Janeiro: Editora Moderna Ltda., 2012.
PACHECO, Marco Aurélio Cavalcanti. Algoritmos genéticos: princípios e aplicações. Rio de Janeiro: Laboratório de Inteligência Computacional Aplicada, 1999. Disponível em: http://www.inf.ufsc.br/~mauro.roisenberg/ine5377/CursosICA/CE-intro_apost.pdf. Acesso em: 8 dez. 2022.
RECINE,Elisabetta; RADAELLI, Patrícia. Alimentação saudável. Brasília: Ministério da Saúde. Secretaria de Políticas de Saúde. Departamento de Atenção Básica. Área Técnica Alimentação e Nutrição Universidade de Brasília. Faculdade de Ciências da Saúde. Departamento de Nutrição, 2002. Disponível em: https://bvsms.saude.gov.br/bvs/publicacoes/alimentacao_saudavel.pdf. Acesso em: 31 mar. 2023.
SILVA, Ivan et al. Redes neurais artificiais para engenharia e ciências aplicadas: curso prático. 2. ed. São Paulo: Artliber Editora Ltda, 2010.
VITAT. Vitat - Busca por informações relativas a alimentos. Higienopolis (SP): Vitat, 2023. Disponível em: https://vitat.com.br/alimentacao/busca-dealimentos. Acesso em: 27 maio 2023.
Downloads
Published
How to Cite
Issue
Section
License
Os textos submetidos e aprovados pelo Conselho Editorial da RETII serão publicados, e seus autores poderão dispor deles para posteriores publicações, sempre fazendo constar a edição original (título, Revista de Engenharia, TI e Inovação, volume, número, ano de publicação e paginação do texto referido). Todos os artigos dessa Revista são de inteira responsabilidade de seus autores, não cabendo qualquer responsabilidade legal sobre seu conteúdo à Revista ou à Universidade de Uberaba.
