A Menu Planning Model Using Hybrid Genetic Algorithm And Fuzzy Reasoning: A Study On Malaysian Geriatric Cancer Patients

• Main Author: Ngo , Hea Choon
• Format: Thesis
• Language: English
• Published: 2016
• Subjects: QA75.5-76.95 Electronic computers. Computer science
• Online Access: http://eprints.usm.my/31410/1/NGO_HEA_CHOON_24.pdf; http://eprints.usm.my/31410/
• Institution: Universiti Sains Malaysia

Dewasa ini, terdapat banyak model perancangan menu yang menyediakan nasihat umum kepada pelanggan di pasaran. Namun, penyelesaian yang dijana daripada model ini biasanya sangat subjektif dan sukar untuk diwakili secara sistematik. Oleh itu, pemakanan yang betul bagi warga tua adalah penting untuk mengekalkan kesihatan dan kesejahteraan. Kajian ini menghasilkan model perancangan menu berasaskan ontologi menggunakan algoritma genetik hibrid dan penaakulan kabur terhadap pesakit kanser geriatrik di Malaysia. Kajian ini adalah bertujuan untuk mengemukakan perwakilan pelan diet berdasarkan ontologi pelan diet; mereka bentuk enjin perancangan dengan mengintegrasikan algoritma genetik dengan pencarian setempat untuk memperbaiki pelan menu; membangunkan pelan menu untuk pesakit tersebut dengan menggunakan mekanisme penaakulan kabur. Dengan tujuan untuk merancang menu yang sihat kepada pesakit, 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. Nowadays, there are many diet recommendation models in the market that provide general advice to the clients. However, the generated menu plan from these models are usually very subjective and difficult to be represented systematically. Thus, proper nutrition for the elderly is important to maintain health and well-being, which can lead to fulfilling and independent lives. This research presents a study on ontology-based menu planning model using hybrid genetic algorithm and fuzzy reasoning for Malaysian geriatric cancer patients. The proposed work aims to produce a diet plan representation based on diet plan ontology; design a planning engine by integrating genetic algorithm with local search technique to enhance menu planning; and develop a menu planning approach to cater for Malaysian geriatric cancer patients using fuzzy reasoning mechanism. With the aim of planning healthy menu to patients, ontology is used to classify nutrients, food groups, meal structure and personal profile. Following that, hybrid genetic algorithm (HGA) is employed to ensure that the constructed menu satisfies all the objectives and predefined constraints. Furthermore, a fuzzy logic control (FLC) was applied in the modeling of membership functions of fuzzy sets for estimating nutrition needs.