CN112348692A - 一种基于消费者健康所需各营养素需求量的订单农业系统 - Google Patents

一种基于消费者健康所需各营养素需求量的订单农业系统 Download PDF

Info

Publication number
CN112348692A
CN112348692A CN202011513994.9A CN202011513994A CN112348692A CN 112348692 A CN112348692 A CN 112348692A CN 202011513994 A CN202011513994 A CN 202011513994A CN 112348692 A CN112348692 A CN 112348692A
Authority
CN
China
Prior art keywords
food
consumer
nutrient
recommended
labels
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011513994.9A
Other languages
English (en)
Inventor
杨洪宇
其他发明人请求不公开姓名
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Lehuo Nature Beijing Technology Co ltd
Original Assignee
Lehuo Nature Beijing Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Lehuo Nature Beijing Technology Co ltd filed Critical Lehuo Nature Beijing Technology Co ltd
Priority to CN202011513994.9A priority Critical patent/CN112348692A/zh
Publication of CN112348692A publication Critical patent/CN112348692A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635—Processing of requisition or of purchase orders
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Primary Health Care (AREA)
  • Theoretical Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Agronomy & Crop Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Nutrition Science (AREA)
  • Epidemiology (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

一种订单农业系统，核心结构如下：模块M1，基于个体或/和分类人群的健康对日常各种营养素的需求量计算出未来一定时间段内该个体或/和人群各日所需食物的种类和分量；模块M2，将M1所得各种食物的种类和分量按时间段和地域分布进行统计汇总，并得出与之匹配的所需初级农产品的品种和数量在时间轴上和地域空间维度中的分布大数据；模块M3，把M2所得的初级农产品需求订单分配给相关生产者安排农业生产并按期交付订单。本发明科学解决了长期困扰农业生产的盲目性问题，可以有效避免各种农产品供大于求滞销浪费或者供不应求短缺的社会顽疾，同时让长期困扰消费者的营养健康饮食需求得到科学合理地满足与保障。

Description

一种基于消费者健康所需各营养素需求量的订单农业系统
技术领域
本发明涉及一种以大数据为基础的智慧决策信息系统，特别是一种以消费者膳食健康需求大数据为依据的订单农业系统。
背景技术
农业是国民经济的第一产业，然而农业生产中存在的盲目性，时常导致不确定的农产品滞销或者短缺现象：广大农业生产者看市场上什么利润大，就会跟随去种植/养殖，但到了农产品收获上市的时候往往发现此前曾经因相对稀少而利润丰厚的产品由于大家都去生产，结果反而大大超出了社会消费者的需求量，从而导致滞销，造成巨大的社会资源浪费；然后广大生产者又纷纷放弃该农产品的生产，于是过段时间又很可能会出现该农产品短缺。如二十世纪八十年代中国南方的柑橘产区，在八十年代中期柑橘价格较高，早期种植的农民获利颇丰，产区农民看到后纷纷扩大种植面积，很多人把之前种植粮食的耕地也纷纷种成柑橘。三五年以后，柑橘终于开始收获了，却发现柑橘开始滞销，价格也越来越低，甚至卖不出去，然后农民又挥刀砍树；花费了大量时间人力物力财力刚刚进入丰产期的果园就这样又被农民自己亲手埋葬，然后他们又去追寻下一个热点，然后又大概率上演类似的悲剧。而对于农产品消费者来说，某农产品过剩的时候，可能吃到想吐，以及造成某些食物成分过剩同时因为大量食用该农产品而挤占了别的食材的摄入导致某些营养元素的缺乏；而当其因为滞销少有人种植的时候，则又出现该农产品短缺以及价格暴涨，使消费者经济利益及身体健康受损。农业生产的盲目性，无论从经济角度还是大众健康的角度，都是巨大的陷阱。农业生产的盲目性苦民众久已；在汉朝班固所著《汉书·食货志》中就有“籴甚贵，伤民；甚贱，伤农”的记载。时至今日，今年去年、南方北方、水果蔬菜、素的荤的，各种滞销信息前仆后继跌跌不休；同时又时常伴随着类似“姜你军，蒜你狠，豆你玩，猪上天”的农产品短缺现象。
为破解这一老生常谈的千年难题，历代人士都在探索解决之道，这其中，包括订单农业模式的出现：这一模式的现有方式是农业生产者直接或者通过中间环节向消费者介绍可以生产的农产品种类清单，然后供消费者选择下单预定，接到订单后根据消费者的订单安排种植/养殖生产，并在农作物/动物长成后交付订单。随着以互联网为代表的信息技术手段的兴起，出现了通过网络下单的预售模式，如申请号为201911130023.3的《一种订单农业与数字农场管理方法及系统》。然而，消费者往往也不知道自己以及家人/相关人员应该吃什么以及吃多少才符合其各自的健康需求，这是现有的订单农业模式存在的缺陷。
发明内容
本发明所要解决的技术问题是针对现有技术的上述缺陷，提供一种基于消费者健康所需各营养素需求量的订单农业系统。
为了实现上述目的，本发明提供了一种基于消费者健康所需各营养素需求量的订单农业系统，其中，包括如下功能模块：
模块1（M1）：基于个体或/和分类人群的健康对日常各种营养素的需求量计算出未来一定时间段内该个体或/和分类人群（以下统称消费者个人）各日所需食物的种类和分量；本发明所称食物除了常规饮食，还包括各种营养素补充剂、通过静脉滴注、皮肤渗透吸收、眼睛滴注等各种途径输入人体的营养物质，以下同此定义；
模块2（M2）：将M1所得各种食物的种类和分量按时间段和地域分布进行统计汇总，并得出与之匹配的所需初级农产品的品种和数量在时间轴上和地域空间维度中分布的大数据；这里的农产品来源包含种植业、养殖业、渔业、牧业、采集业，还包括矿泉水、矿物质产品、合成维生素等所有可以产生营养作用的产品，以下同此定义；
模块3（M3）：把M2所得的初级农产品的品种和数量在时间轴和地域空间维度的分布大数据分配给相关初级农产品生产者形成系列指定交付时间点的初级农产品生产订单，各初级农产品生产者根据所得订单安排农业生产；
模块4（M4）：包含农产品采收、加工、分装、储运等各环节的订单交付模块;
模块5（M5）：其它如客户信息、支付、交互、产品溯源、互联网、人工智能、数据获取计算存储、消费者饮食反馈及食谱推荐修正、系统更新升级维护等辅助配套模块。
上述的基于消费者健康所需各营养素需求量的订单农业系统，其中，如附图2，所述模块M1进一步包括: 子模块M101 ,消费者个人信息数据库；子模块M102,针对不同类型消费者的各营养素基础推荐匹配数据库；子模块M103，消费者私人专属营养需求数据库；子模块M104，食物/食材大数据库；子模块M105，基础膳食模型；子模块M106，逻辑运算与匹配模块；子模块M107，消费者的私人专属定制食谱推荐清单；子模块M108，消费者食谱确认模块。
所述子模块M101 ,消费者个人信息数据库。具体如下：
在确定消费者每日所需食物的种类和分量的环节，为每个消费者赋值在该系统中的身份码（ID），并采集该消费者与食物/食材推荐相关的信息，包括性别、年龄、身高、体重、婚育阶段（如准备怀孕、孕期、哺乳期等）、体/脑力活动水平等基础信息数据；进一步的数据包括消费者职业特征、中医体质特征、个人口味嗜好、饮食信仰（如素食主义、半素食主义、某些对食物有特别要求的宗教信仰——比如伊斯兰教徒不吃猪肉，印度教徒不吃牛肉）、体脂率、健康与疾病（含慢性病）情况(含身体生物化学指标检测数据)、经济收入水平、所处环境温度湿度空气质量光照度等数据、接触电子产品及受电磁辐射情况、心理压力指数、睡眠情况、性生活状况、消化吸收功能情况、以及其它健康相关情况等中的一项或者一项以上的信息；对消费者的个人信息的变化做适时采集记录，生成该消费者个人信息动态的数据集。在本子模块中，采用相关技术手段切实保护消费者身份、电话号码等隐私，比如联系消费者通过系统ID账号在该系统APP中联络，或者在该系统的APP中通过暗箱技术拨打消费者电话，使消费者的现实身份和电话不被泄露。
所述子模块M102, 针对不同类型消费者的各营养素推荐匹配数据库。具体如下：
根据健康科学，针对不同的消费者类型匹配不同的单位时间内的营养素推荐摄入清单，包括营养素的种类和各种营养素对应的量；其中，营养素包含常规必须营养素，还可以进一步包括非常规营养素（如膳食纤维、类胡萝卜素、黄酮类化合物、皂苷类化合物、硫化物、植酸、功能多糖、激素等）；营养素有按类分（如总脂肪、总碳水化合物、总蛋白），也有细分到具体分子名称，如矿物质中的“钙”，脂肪中的必须脂肪酸中的“α-亚麻酸”、人体必需营养素蛋白质类中氨基酸的“赖氨酸；对各种营养素可以进一步做标注/标记，简称打标签，包括统计周期标注（如将维生素C设定为“每日计算”，α-亚麻酸设定为“每周计算”），营养素所属类别标注（如“能量”类、“蛋白质氨基酸”类、“脂肪”类、“矿物质”类、“维生素”类等）；该营养素推荐匹配数据库是适时更新的，根据消费者在该系统中的个人实践反馈大数据、群体健康反馈实践大数据、相关健康科学的研究发现发展等。
所述子模块M103，消费者私人专属营养需求数据库。具体如下：
根据消费者所属M102表中人群，再结合消费者可能的特殊特征标签，在M102表营养素推荐的基础上做适应性调整，得到给出符合该消费者个性化特征的专属营养需求表；比如地区A某消费者张先生为高强度脑力工作者，且长时间接触电脑和智能手机屏幕，则在该消费者张先生的专属营养素推荐中增加相关的营养素消耗量，比如分别增加卵磷脂300mg，VA推荐量额外增加30%并折算成等价胡萝卜素（保护视力），外加每日增加茶多酚（清除辐射造成的自由基）100mg。
所述子模块M104，食物/食材大数据库。具体如下：
食物/食材大数据库除包含各种食物及其所含各种营养素含量这一基础数据，还可以包含该食物各营养素的营养质量指数INQ——营养质量指数INQ（Index of nutritionquality）=（一定食物中某营养素含量/该营养素推荐摄入量RNI）/（一定食物提供的能量/能量推荐摄入量）、该食材INQ在同类食材中相对高低标签（如蔬菜中的柿子椒VC营养质量指数相对较高，就对柿子椒加注一个“高VC”标签），血糖生成指数GI高中低标签（GI低于55的标签为低GI，55~75标签为中GI,高于75标签为高GI）、营养素替代标签（如4份质量的胡萝卜素等价于1份质量的维生素A）、适合的餐次（早餐、午餐、晚餐、餐间点心、餐间茶饮等，如豆浆适合分配到早餐、红烧肉适合分配到午餐、猕猴桃适合分配到下午的小零食）标签、在膳食结构中的所属类别标签（如谷类薯类及杂豆、蔬菜类、水果类、禽畜肉类、蛋类、奶类、鱼类、虾蟹类、贝类、大豆及坚果类等）、价格/性价比标注、季节与地域供应分布情况标签（如樱桃的供应季节在华北地区为五月份）、适宜的烹饪/食用方式标签、食物所属风味菜系标签、食物中医属性（如食物寒性与热性）标签、食物色彩标签、食物血糖生成指数标签、食物嘌呤含量标签、食物有害成分标签、食物搭配的相宜与禁忌标签（如草酸含量高的菠菜不宜与含钙量高的豆腐同食）、食物形式（如工厂加工货架产品、餐馆现做烹饪、半加工净切菜、初始生鲜食材等）标签、食材生物学分类标签（如萝卜、甘蓝、白菜、西兰花标记为十字花科，橙子、蜜桔、沃柑等标注为柑橘）、特殊人群适宜或禁忌标注（如魔芋的适宜人群标签为高血脂、高血糖、高尿酸、肥胖人群，西瓜的禁忌人群标签是糖尿病人，打瓜的适宜人群标签是糖尿病人等，白萝卜的适宜人群标签是肺热人群）、食物生产供给能力标签、特殊功能标签（如益生菌、清除自由基）、食物质量等级标签（如有机食品、绿色食品、生态食品、无公害食品等）、饮食信仰标签等中的一项或者多项组合，并将这些要素共同作为消费者个性（饮）食谱推荐匹配的依据。
所述子模块M105，基础膳食模型。具体如下：
根据饮食健康科学及现实社会生产力水平在不同时节能够生产供应的食物/食材品种，结合不同区域不同类型人群的基础饮食习惯，提炼出不同类型人群的基础膳食模型，包括每日餐次安排、每餐的食物类型搭配安排、每天的食物大类及总量区间、每餐每种类型的食物所占全天用餐比例的合理区间、每周的食物类型安排，每月的食物类型安排，每年的食物类型安排等，如示例图3。
所述子模块M106，逻辑运算与匹配模块。具体如下：
运算与匹配方法包括但不限于如下方法：第一步，根据消费者信息和基础膳食模型匹配M104中对其适宜的各种食物标签及标签组合，得出每餐或/和每日、每周、每月、每个季度、一年、若干年等的食物推荐种类——要求针对除热量以外每一种必须营养素，至少有一种食物的该营养素的营养质量指数INQ为高（比如INQ≥3）；其中，将同类食物中营养质量指数INQ较高（比如INQ≥4）的食物优先推荐给需要减肥和对该营养素消耗量大的人群（如胡萝卜素营养质量指数高的胡萝卜，优先推荐给眼睛接触大剂量电子屏幕辐射的消费者）。第二步，根据M103消费者个性化各营养素需求量与食物各营养素含量设立多元一次不等式组，计算各食物每餐、每日、每周、每月、每个季度、一年、若干年等的推荐量，生成该消费者的私人定制食谱推荐清单M106；对消化吸收功能异常者，加入营养素的消化吸收修正系数加以调整。以每日为例，多元一次求解方程组如下：
公式一：KiRi≤Y1×Ci1+Y2×Ci2…+Yz×Ciz≤Ui
其中，Y1、Y2、…Yz≥0;
Y1至Yf∈谷物杂豆薯碳水化合物类，200Kc1≤Y1×(1-W1)+Y2×(1-W2)+…+Yf×(1-Wf)≤200Kc2，W1至Wf为水分含量，Kc1、Kc2为谷物杂豆薯碳水化合物类食材干物质的重量下限与上限系数；推荐抓取谷物杂豆薯碳水化合物类食材种类数上限为Ne；
Yg至Ym∈蔬菜类， 300Kv1≤YgDg+…+YmDm≤300Kv2， Dg至Dm为鲜重系数，Kv1、Kv2为蔬菜类食材鲜重下限与上限系数，推荐抓取蔬菜类食材种类数上限为Nv；
Yn至Yq∈水果类，200Kf1≤YnDn+…+YqDq≤200Kf2, Dn至Dq为鲜重系数，Kf1、Kf2为水果类食材鲜重下限与上限系数，推荐抓取水果类食材种类数上限为Nf；
Yr至Yw∈肉鱼虾蟹贝黄豆坚果蛋白类， 400Kp1≤YrDr+…+YwDw≤400Kp2, Dr至Dw为鲜重系数，Kp1、Kp2为肉鱼虾蟹贝黄豆坚果蛋白类食材鲜重下限与上限系数，推荐肉鱼虾蟹贝黄豆坚果蛋白类食材种类数上限为Np；
其它类…
公式二：K1Re≤Y1×Ce1+Y2×Ce2…+Yz×Cez≤K2Re
公式三：Rem：Ren: Ree: …:Rex=Km:Kn:Ke: …Kex
（K1Re≤Rem+Ren+Ree+…Rex ≤K2Re）
公式一中，Ri表示第i种营养素对该消费者每天的健康推荐适宜摄入量，Ki为该营养素摄入下限系数(比如设蛋白质的该系数为0.75), Ui表示第i种营养素对该消费者每天的最高不危害健康摄入量，Yz表示第z种食物对该消费者每天的健康推荐摄入量（单位为克），Ciz表示第z种营养素在第n种食物单位质量每克中的含量；当公式一中的食材需要进一步烹饪、加工、储运等后再食用时，计算每种营养素时需要乘以该食材该营养素经历上述过程后的留存率。公式二中，Re为该消费者的每日能量推荐摄入量，Cez表示第z种食物单位质量（每克）中的能量值；K1为能量摄入量下限系数（比如为0.95），K2为能量摄入上限系数（比如1.05）。公式三为各餐能量分配比，Rem表示早餐能量摄入量，Ren表示午餐能量摄入量，Ree表示晚餐能量摄入量；Km:Kn:Ke: …Kex表示各餐所摄入的能量比值，比如早中晚餐推荐的能量摄入比例为4:3:3，也可以为一区间值，比如(33%~40%):(33%~40%):(30%~35%)。根据不同的消费者情况，如孕妇和糖尿病人，适合少食多餐，则公式三可以做相应调整。此外，可以根据不同消费者的实践反馈数据，适时调整以上方程组中针对不同消费者的Ri、Ui、Re、Rem、Ren、Ree等参数值。多元一次方程组求解后以Yz可满足营养素健康需求的下限值为优选推荐量，比如求解得出80克≤Yz≤200克，则以80克为Yz的优选推荐值。
在以上两步计算与推荐的过程中，可以采用如下方式简化运算：根据平衡膳食宝塔和平衡膳食餐盘推荐摄入的食材分类及量，以及居民饮食习惯，搭建基础膳食模型（如图3），再抓取食物/食材标签与消费者标签匹配，确定一个初始的食谱表（包含食物类型及对应的量），然后计算该初始食谱中各营养素的总含量，再比对该消费者的营养素推荐摄入表，看营养元素中哪些过剩，哪些还不足，然后根据各食材的营养素丰缺特征增减各食材，直至各营养素的总量落入该消费者健康需求摄入区间，增减的顺序可以按蔬菜、水果、高蛋白食材、脂肪、碳水化合物（主要是谷物杂豆薯类）的顺序；例如发现VC不足，那就优先抓取“高VC”标签的蔬菜对其增量。增减量针对营养素相较目标值的盈亏幅度及食材类型设置适度的间隔值，比如水果蔬菜按100克、50克、20克、10克、5克的顺序进行逐步调整，干货以20克、10克、5克、1克为间隔逐步调整，具体到某些特殊食材可以根据食材特点进一步设置。
当发现某日某些营养素过剩或不足但在该类型消费者健康可接受范围内（具体参数在该系统程序搭建时在后台算法模型中设定）时，也可以不对食谱做修正，而是将当日盈亏留存到未来的一段时间（例如第二天或者未来几天内等）作出修正。比如发现当日推荐的食谱缺锌30%，则在第二天抓取INQ标签为高锌的食物到食谱中，并弥补前一天的锌缺口。
以上公式的公式一和公式二也可以按餐计算，此时将摄入的各营养素总量按比例分配到各餐即可。同理，当以周为统计单位时，各营养素公式按周罗列不等式组即可，但某些参数不能简单按时长等比例放大，而应根据健康科学合理调整。
在从M101到M103的计算匹配过程，包括根据消费者个体信息和标准营养素推荐表的计算调整，生成消费者的专属私人营养素推荐表，这个消费者专属私人营养素推荐表是动态变化的——比如，在对某消费者的数据采集中，发现该消费者属于超重肥胖人群，且该消费者有减肥意愿，那么从营养素推荐匹配表标准数据库该消费者所属人群类别的标准每日总热量需求中减去一定的热量摄入值，得到向该消费者推荐的每日总热量摄入值，并进一步计算按此每日总热量摄入值持续多长时间以后该消费者体重会降低到健康目标体重，然后其每日匹配总热量摄入值回归正常。又比如，如果该消费者是高强度脑力劳动者且大量接触电子产品，则增加一定比例的脑磷脂及VA和清除自由基的多酚类物质推荐量等。
功能重合的营养素，需要计算营养素替代，比如胡萝卜素与维生素A的等价替代，原花青素与花青素的等价替代等。
对不宜同食的食物/食材，可以标注禁同餐标签，比如高草酸的食物/食材和高钙的食物/食材，以避免同餐食用危害健康。
根据各营养素在人体内的驻留周期每日及安全有效摄入量上限，可以设定适宜的推荐摄入量统计计算周期，如以维生素C为代表的水溶性维生素在人体内代谢停留周期较短，则可以每天为摄入统计计算周期，而以维生素E为代表的脂溶性维生素在人体内的停留周期较长，则可以七天为摄入统计计算周期。
对于M104食材/食谱大数据库中季节性明显且产量较大的食材，优先推荐，如按产量（或营养素提供量）标注权重并从高到低排序，在能满足健康要求的条件下按权重推荐。
当食物供应的场景为两人或两人以上时，对符合共同需求的部分优先匹配，如果个体间需求有差异的部分，再针对个体差异补充匹配食材推荐。
在向消费者推荐食谱前，也可以对消费者现有的饮食清单及相关饮食习惯、行为习惯、健康状况等进行持续一段时间的统计，以作为在向消费者提供未来一段时间食谱时修正参数；这种统计与修正活动在消费者开始使用本系统推荐的食谱后也可以继续进行，以改进该消费者的食谱使之更好地与该消费者进行匹配。
所述子模块M107：消费者的私人定制食谱推荐清单。具体如下：
该私人定制食谱推荐清单包括每餐或/和每天、每周、每月、每季度、一年、若干年等食物的种类和对应的分量，由上述子模块M105逻辑运算与匹配模块生成。由此清单进入下个一级模块M2，或者进一步提交子模块M107。
所述子模块M108：消费者食谱确认模块。具体如下：
将子模块M107消费者的私人定制食谱推荐清单（包含食物的种类和对应的分量）呈现给消费者，供消费者确认，或者消费者提交修改选项，返回子模块M106逻辑运算与匹配模块进一步精确匹配，并在M107生成新的食谱推荐清单，然后进入下个一级模块M2，或者继续提交子模块M108供消费者再次确认，直到消费者满意为止。
该步骤中向消费者展示并提交给该消费者确认的推荐食谱清单可以先做一定的模糊处理，比如不显示每种食物的分量，而只给食物种类或者食物种类和食物总分量，比如某日午餐推荐：米饭、土豆炖牛肉、西红柿紫菜汤，合计约800克。
上述的基于消费者健康所需各营养素需求量的订单农业系统，其中，在模块M1中，亦可根据上述不同类型消费者的各营养素健康需求为基础匹配食物的原理，结合生产供给端在地域与时间轴上潜在的食物供给能力，采用人工制表方式生成“消费者类型-食谱匹配”基础数据库供该系统调用。
上述的基于消费者健康所需各营养素需求量的订单农业系统，其中，在模块M3中，生产者接到订单后可以是人工安排生产计划，也可以通过计算机计算辅助或者自动生成生产计划，所依据数据包括：农业地理、农业气候、农业设施、农业种子、肥料、水利、生态环境、现有种植情况、农业及农产品加工储运技术、农业经济学等中的若干种数据的组合运算。
上述的基于消费者健康所需各营养素需求量的订单农业系统，其中，在模块M4中，初始数据可以优先推荐现有的以及已投入生产的食物/食材（如已开始挂果明年会继续挂果的多年生的水果，已养殖明年会继续产出的牛奶，已种植的作物）到模块M104的食谱大数据库，作为初始食物数据库同类食物中的优先推荐选项，以减少社会资源的浪费，在上述食物不能满足消费者健康需求的情况下，增加其它适合生产供应的食物种类，以使该系统供需体系合理过渡、优化。
农产品根据消费者需求可以进一步加工成包装食品、备烹饪加工食材、即时烹饪食品等，相关配餐数据也可以接入自动化食品生产线或者烹饪机器人等。对食物和食材可以按用餐日期及餐次以及每道菜的组合等进行包装并进行标识，标识数据来自该消费者的订单大数据。
农产品可标注产地、生产日期、生产者、质量标准、储运方式等相关信息，并建立相应的生产者诚信系统。
同时标注所供应消费者信息，如昵称、在该系统的ID信息、地址、该食物的食用/烹饪日期及餐次、食用/烹饪方法等。
上述的基于消费者健康所需各营养素需求量的订单农业系统，其中，在该系统中，生产者也是消费者，消费者也可参与生产、加工及流通、服务等环节的工作，除了货币支付购买农产品及深加工农产品，还设置以物换物、以劳动换物等功能模块。
上述的基于消费者健康所需各营养素需求量的订单农业系统，其中，包括算法和数据等是适时更新的，来源可以是该系统使用者或提供方人工录入，也可以从传感器、网络渠道、消费者和生产者等生成的数据和算法等按一定规则自动抓取，此自动更新方法可提前写入系统程序中，或在更新中人工补录。
上述的基于消费者健康所需各营养素需求量的订单农业系统，其中，该系统可以调用别的数据库（如消费者医院就医信息），也可以预留被调用接口（如API接口等），使本系统可以与其它相关系统（如餐饮行业、加工食品行业、自动烹饪设备、健康管理行业等）互联互通，以进一步整合利用。
本发明科学解决了长期困扰农业生产的盲目性问题，可以有效避免各种农产品供大于求滞销浪费或者供不应求短缺的社会顽疾，同时让长期困扰消费者的营养健康饮食需求得到科学合理地满足与保障。
附图说明
图1为本发明的总体结构图。
图2为本发明中模块1（M1）的结构图。
图3为一实施例的某一基础膳食模型。
图4为一实施例不同类型的消费者营养素摄入量推荐表局部展示图。
图5为一实施例的不同食物/食材各营养素含量及其它相关标签大数据库局部展示图。
图6为一实施例的在地区A的食物种类在时间轴上的分布表局部展示图。
图7为一实施例的地区A的某消费者张先生的个人信息数据库。
图8为一实施例的地区A的某消费者张先生的个人营养预期每日需求量。
图9为一实施例的地区A的某消费者张先生的个人预期某日食谱初步推荐表。
图10为一实施例的地区A的某消费者张先生的个人某日食谱确定方案及所需农产品种类与量的数据清单。
图11为一实施例的地区M的某家庭成员信息数据库展示图。
图12为一实施例的地区Z的某高中食堂用餐的学生信息数据库展示图。
图13为一实施例的该订单农业系统所有消费者食物/食材/农产品需求大数据库局部示意图。
具体实施方式
以下结合附图和具体实施例对本发明进行详细描述，但不作为对本发明的限定。
第一步，搭建基础数据库，包括消费者信息数据库模型框架、基础膳食模型、不同类型的消费者营养素推荐摄入量、食物/食材大数据库等，消费者、生产者、管理者等操作界面的搭建，基础算法程序的编辑等，从而生成一个完整的订单农业系统信息框架。第二步，收集消费者信息并生成消费者数据库，如图7为一实施例的地区A的某消费者张先生的个人信息数据；第三步，根据消费者信息和基础膳食模型匹配M104不同食物/食材各营养素含量及其它相关标签大数据库（如图5）中对其适宜的各种食物标签及标签组合，得出每餐的食物推荐种类。第四步，根据M103，以地区A的某消费者张先生的个人营养预期每日需求量为例（如图8）与食物各营养素含量设立多元一次求解方程组，计算各食物每日的推荐量，并合理分配到各餐，生成该消费者的私人定制食谱推荐清单M107（如图10）。
根据公式模型：
公式一：KiRi≤Y1×Ci1+Y2×Ci2…+Yz×Ciz≤Ui
其中，Y1、Y2、…Yz≥0;
Y1至Yf∈谷物杂豆薯碳水化合物类，200×0.8≤Y1×(1-W1)+Y2×(1-W2)+…+Yf×(1-Wf)≤200×1.5，推荐谷物杂豆薯碳水化合物类食材种类数上限为5；
Yg至Ym∈蔬菜类， 300×1≤YgDg+…+YmDm≤300×2，推荐蔬菜类食材种类数上限为8；
Yn至Yq∈水果类，200×0.5≤YnDn+…+YqDq≤200×1.5,推荐水果类食材种类数上限为4；
Yr至Yw∈肉鱼虾蟹贝黄豆坚果蛋白类， 400×0.6≤YrDr+…+YwDw≤400×1.3,推荐肉鱼虾蟹贝黄豆坚果蛋白类食材种类数上限为10；
油脂10-30克之间；
公式二：1600≤Y1×Ce1+Y2×Ce2…+Yz×Cez≤1800
公式三：Rem：Ren: Ree=（30%~40%）: （30%~40%）: （30%~40%）
在地区A消费者张先生的实施例中，根据该系统中的基础膳食模型及食物/食材大数据库，设定已知煮鸡蛋1个，可食部分50克；橙子半个，可食用部分50克；核桃1个，可食用部分10克；猕猴桃1个，可食用部分60克；酸奶一瓶，可食用部分100克；红茶1克；其它食材的可食用部分的量为未知数；设小米为Y1克,胡萝卜为Y2克，干黄豆为Y3克，馒头为Y4克，柿子椒为Y5克，猪里脊为 Y6克，辣白菜为Y7克，干紫菜为Y8克，平菇为Y9克，干麦粒为Y10克，西红柿为Y11克，莴笋叶为Y12克，海蛎子为Y13克，食用油为Y14克；设各营养素的留存率为100%；得以下求解不等式组：
根据公式一，当日蛋白总量公式：
60≤50×0.13+50×0.008+10×0.15+60×0.008+100×0.02+1×0.26+Y1×0.09+Y2×0.014+Y3×0.35+Y4×0.08+Y5×0.01+Y6×0.2+Y7×0.03+Y8×0.26+Y9×0.02+Y10×0.12+Y11×0.01+Y12×0.01+Y13×0.05≤100
当日脂肪公式：
40≤50×0.09+50×0.002+10×0.6+60×0.006+100×0.02+1×0.01+ Y1×0.03+Y2×0.002+Y3×0.16+Y4×0.01+Y5×0.002+Y6×0.08+Y7×0.01+Y8×0.01+Y9×0.003+Y10×0.013+Y11×0.002+Y12×0.002+Y13 ×0.02+Y14≤60
当日钙公式：
800≤50×0.5+50×0.2+10×0.56+60×0.27+100×1+1×3.8+Y1×0.4+Y2×0.3+Y3×2+Y4×0.18+Y5×0.14+Y6×0.06+Y7×0.5+Y8×2.6+Y9×0.05+Y10×0.34+Y11×0.1+Y12×0.34+Y13 ×1.31≤1600
当日锌公式：
15000≤50×11+50×1.4+10×21.7+60×5.7+100×4.2+1×40+Y1×18.8+Y2×1.4+Y3×30+Y4×10+Y5×1.9+Y6×23+Y7×4+Y8×24.7+Y9×6.1+Y10×23+Y11×1.3+Y12×5+Y13×94≤30000
当日硒公式：
50≤50×0.14+50×0.003+10×0.046+60×0.003+100×0.02+1×0.56+Y1×0.05+Y2×0.03+Y3×0.06+Y4×0.1+Y5×0.004+Y6×0.05+Y7×0.005+Y8×0.07+Y9×0.01+Y10×0.04+Y11×0.001+Y12×0.008+Y13 ×0.86≤200
当日VC公式：
100≤50×0.33+60×0.62+1×0.08+Y2×0.16+Y4×0.08+Y5×0.72+Y7×0.3+Y8×0.02+Y9×0.04+Y11×0.2+Y12×0.13+≤500
当日VB1公式：
1400≤50×1.1+50×0.5+10×1.5+60×0.5+100×0.3+Y1×3.3+Y2×0.4+Y3×4+Y4×0.5+Y5×0.3+Y6×4.7+Y7×0.4+Y8×2.7+Y9×0.6+Y10×4+Y11×0.3+Y12×0.6+Y13 ×0.1≤10000
当日VB2公式：
1400≤50×2.7+50×0.4+10×1.4+60×0.2+100×1.4+Y1×1+Y2×0.4+Y3×2+Y4×0.7+Y5×0.3+Y6×1.2+Y7×0.5+Y8×10.2+Y9×1.6+Y10×1+Y11×0.3+Y12×1+Y13 ×1.3≤10000
当日VB12公式：
2.4≤Y8×0.65≤100
当日VA公式：
1000≤50×2.34+50×0.27+10×0.05+60×0.22+100×0.24+1×6.5+Y1×0.17+Y2×6.7+Y3×0.37+Y5×0.57+Y6×0.05+Y7×0.2+ Y9×0.02+Y11×0.92+Y12×1.47+Y13 ×0.27≤2000
当日VE公式：
14000≤50×18.4+50×5.6+10×432+60×24.3+100×2.1+1×55+Y1×36.3+Y2×4+Y3×189+Y4×8.6+Y5×5.9+Y6×5.9+Y7×8+Y8×18.2+Y9×7.9+Y10×18.2+Y11×5.7+Y12×5.8+Y13 ×8.3≤100000
当日不溶纤维公式：
20≤50×0.006+10×0.1+60×0.026+1×0.15+Y1×0.016+Y2×0.013+Y3×0.16+Y4×0.015+Y5×0.014+Y7×0.008+Y8×0.22+Y9×0.02+Y10×0.11+Y11×0.005+Y12×0.01≤40
根据公式二，当日能量公式：
1700≤50×1.4+50×0.48+10×6.5+60×0.61+100×0.7+1×3.2+Y1×3.6+Y2×0.46+Y3×3.9+Y4×2.4+Y5×0.25+Y6×1.6+Y7×0.53+Y8×2.5+Y9×0.24+Y10×3.4+Y11×0.2+Y12×0.2+Y13 ×0.73+Y14×9≤1800
根据公式三，早中晚各餐能量分配公式：
(50×1.4+50×0.48+Y1×3.6+Y2×0.46+Y3）: (Y4×2.4+Y5×0.25+Y6×1.6+Y7×0.53+Y8×2.5+Y9×0.24+Y13×9):( 10×6.5+100×0.7+Y10×3.4+Y11×0.2+Y12×0.2+Y13 ×0.73)=（30%~40%）: （30%~40%）: （30%~40%）。
以下为简易求解方法举例：参照膳食宝塔，系统初步抓取谷薯杂豆类的小米的量为50克，馒头150克（合标准面粉100克），干麦粒100克；蔬菜类的胡萝卜为50克，柿子椒100克，辣白菜100克，平菇100克，干紫菜5克，西红柿100克，莴笋叶50克；大豆坚果类的大豆30克，肉类的猪里脊肉100克，海蛎子50克；脂肪20克；然后进行第一步验证计算各营养素的量，结果如下：
能量：1766 （推荐标准：1700≤能量≤1800）
蛋白质：81（推荐标准：60≤蛋白质≤100）
脂肪：53 （推荐标准：40≤脂肪≤60）
钙：498（推荐标准：800≤钙≤1600）——﹥钙缺乏302，38%
锌：16053（推荐标准：15000≤锌≤30000）
硒：86 （推荐标准：50≤硒≤200）
VC：206 （推荐标准：100≤VC≤500）
VB1：1608 （推荐标准：1400≤VB1≤10000）
VB2：1212 （推荐标准：1400≤VB2≤10000） ——﹥VB2缺乏188，13%
VB12：3.2 （推荐标准：2.4≤VB12≤100）
VA：794 （推荐标准：1000≤VA≤2000） ——﹥VA缺乏206，21%
VE：22174 （推荐标准：14000≤VE≤100000）
不溶纤维：29 （推荐标准：20≤不溶纤维≤40）
经计算比对，初步匹配结果缺钙、VB2、VA，优先抓取INQ标签匹配度最高的食材，经比对可知优先抓取猪肝，分别对猪肝所属高INQ的营养素VB2、VA进行计算：所缺VA需要补增猪肝不低于206/50=4.1克；所缺VB2需要补增猪肝不低于188/21=9克，得出需增补猪肝9克。同时9克猪肝克弥补0.06×9=0.5克钙，0.5-302=-301.5；此时除钙大比例缺乏外，其它各营养素均已满足健康摄入量要求，逻辑计算系统在此场景下设定为抓取超高钙标签，可得“钙片（500mg）”为推荐方案。
设定标准能量占比早餐午餐晚餐各自能量占比在三餐总热量30%至40%之间，进一步匹配各餐碳水能量食物的分配；
经计算，各餐能量为早餐414千卡，午餐725千卡，晚餐517千卡：
早餐: 414千卡 ——﹥三餐能量占比 414/1656=25% ——﹥（414+120）/1656=32%
午餐: 725千卡 ——﹥三餐能量占比 725/1656=44% ——﹥（725-120）/1656=37%
下午：110千卡
晚餐：517千卡 ——﹥三餐能量占比 517/1656=31%
经比对计算可知，早餐碳水能量食物缺乏，午餐过剩，则初步设定将午餐的碳水能量食物“馒头”划拨50克到早餐，再次计算得早中晚餐能量比为32%：37%：31%，均已在30%-40%的标准范围，则各餐能量分配完成；至此，各食物推荐种类及量以及各餐分配均完成。
根据上述计算匹配结果，得出最终合理食谱清单如图10。
经过类似以上以健康营养需求算法为基础匹配食物/食材的步骤后，综合统计各种类型的所有消费者的食物/食材需求，得到该订单农业系统食物/食材/农产品需求汇总大数据（如图13所示），然后根据所得订单大数据安排农业生产及交付等环节。
在此基础上根据该系统的大数据为消费者提供进一步的配套服务，如烹饪、备半成品菜、包装食品加工、综合健康管理等服务；同时，将生产者也纳入消费者的行列。
本发明科学解决了长期困扰农业生产的盲目性问题，可以有效避免各种农产品供大于求滞销浪费或者供不应求短缺的社会顽疾，同时让长期困扰消费者的营养健康饮食需求得到科学合理地满足与保障。

Claims (9)

1.一种基于消费者健康所需各营养素需求量的订单农业系统，其特征在于，包括如下功能模块 ：
模块1（M1）：基于个体或/和分类人群的健康对日常各种营养素的需求量计算出未来一定时间段内该个体或/和分类人群（以下统称消费者个人）各日所需食物的种类和分量；
模块2（M2）：将M1所得各种食物的种类和分量按时间段和地域分布进行统计汇总，并得出与之匹配的所需初级农产品的品种和数量在时间轴上和地域空间维度中分布的大数据；
模块3（M3）：把M2所得的初级农产品的品种和数量在时间轴和地域空间维度的分布大数据分配给相关初级农产品生产者形成系列指定交付时间点的初级农产品生产订单，各初级农产品生产者根据所得订单安排农业生产；
模块4（M4）：包含农产品采收、加工、分装、储运等各环节的订单交付模块;
模块5（M5）：其它如客户信息、支付、交互、产品溯源、互联网、人工智能、数据获取计算存储、消费者饮食反馈及食谱推荐修正、系统更新升级维护等辅助配套模块。
2.如权利要求1所述的基于消费者健康所需各营养素需求量算法的订单农业系统，其特征在于，所述模块M1进一步包括:
子模块M101，消费者个人信息数据库；
子模块M102，针对不同类型消费者的各营养素基础推荐匹配数据库；
子模块M103，消费者私人专属营养需求数据库；
子模块M104，食物/食材大数据库；
子模块M105，基础膳食模型；
子模块M106，逻辑运算与匹配模块；
子模块M107，消费者的私人专属定制食谱推荐清单；
子模块M108，消费者食谱确认模块。
3.如权利要求2所述的基于消费者健康所需各营养素需求量算法的订单农业系统，其特征在于，所述子模块M101 至M108,具体如下：
子模块M101，消费者个人信息数据库：为每个消费者赋值在该系统中的身份码（ID），并采集该消费者与食物/食材推荐相关的信息，包括性别、年龄、身高、体重、婚育阶段（如准备怀孕、孕期、哺乳期等）、体/脑力活动水平等基础信息数据；进一步的数据包括消费者职业特征、中医体质特征、个人口味嗜好、饮食信仰（如素食主义、半素食主义、某些对食物有特别要求的宗教信仰者——比如伊斯兰教徒不吃猪肉，印度教徒不吃牛肉）、体脂率、健康与疾病（含慢性病）情况(含身体生物化学指标检测数据)、经济收入水平、所处环境温度湿度空气质量光照度等数据、接触电子产品及受电磁辐射情况、心理压力指数、睡眠情况、性生活状况、消化吸收功能情况、以及其它健康相关情况等中的一项或者一项以上的信息；对消费者的个人信息的变化做适时采集记录，生成该消费者个人信息动态的数据集；在本子模块中，采用相关技术手段切实保护消费者身份、电话号码等隐私，比如联系消费者通过系统ID账号在该系统APP中联络，或者在该系统的APP中通过暗箱技术拨打消费者电话，使消费者的现实身份和电话号码不被泄露；
子模块M102，针对不同类型消费者的各营养素基础推荐匹配数据库：根据健康科学，针对不同的消费者类型匹配不同的单位时间内的营养素推荐摄入清单，包括营养素的种类和各种营养素对应的量；其中，营养素包含常规必须营养素，还可以进一步包括非常规营养素（如膳食纤维、类胡萝卜素、黄酮类化合物、皂苷类化合物、硫化物、植酸、功能多糖、激素等）；营养素有按类分（如总脂肪、总碳水化合物、总蛋白），也有细分到具体分子名称，如矿物质中的“钙”，脂肪中的必须脂肪酸中的“α-亚麻酸”、人体必需营养素蛋白质类中氨基酸的“赖氨酸；对各种营养素可以进一步做标注/标记，简称打标签，包括统计周期标注（如将维生素C设定为“每日计算”，α-亚麻酸设定为“每周计算”），营养素所属类别标注（如“能量”类、“蛋白质氨基酸”类、“脂肪”类、“矿物质”类、“维生素”类等）；该营养素推荐匹配数据库是适时更新的，根据消费者在该系统中的个人实践反馈大数据、群体健康反馈实践大数据、相关健康科学的研究发现发展等；
子模块M103，消费者私人专属营养需求数据库：根据消费者所属M102表中的人群类型，再结合消费者可能的特殊特征标签，在M102表营养素推荐的基础上做适应性调整匹配计算，得到给出符合该消费者个性化特征的专属营养需求表；
子模块M104，食物/食材大数据库：食物/食材大数据库除包含各种食物/食材及其所含各种营养素含量这一基础数据，还可以包含该食物/食材各营养素的营养质量指数INQ——营养质量指数INQ（Index of nutrition quality）=（一定食物中某营养素含量/该营养素推荐摄入量RNI）/（一定食物提供的能量/能量推荐摄入量）、该食物/食材INQ在同类食物/食材中相对高低标签（如蔬菜中的柿子椒VC营养质量指数相对较高，就对柿子椒加注一个“高VC”标签）、血糖生成指数GI高中低标签、营养素替代标签、适合的餐次标签、在膳食结构中的所属类别标签（如谷类薯类及杂豆、蔬菜类、水果类、禽畜肉类、蛋类、奶类、鱼类、虾蟹类、贝类、大豆及坚果类等）、价格/性价比标注、季节与地域供应分布情况标签、适宜的烹饪/食用方式标签、食物所属风味菜系标签、食物中医属性（如食物寒性与热性）标签、食物色彩标签、食物血糖生成指数、食物嘌呤含量标签、食物有害成分标签、食物搭配的相宜与禁忌标签、食物形式（如工厂加工货架产品、餐馆现做烹饪、半加工净切菜、初始生鲜食材等）标签、食材生物学分类标签（如萝卜、甘蓝、白菜、西兰花标记为十字花科，橙子、蜜桔、沃柑等标注为柑橘）、特殊人群适宜或禁忌标注、食物生产供给能力标签、特殊功能标签（如益生菌、清除自由基）、食物质量等级标签（如有机食品、绿色食品、生态食品、无公害食品等）、饮食信仰标签等中的一项或者多项组合，并将这些要素共同作为消费者个性食谱推荐匹配的依据；
子模块M105，基础膳食模型：根据饮食健康科学及现实社会生产力水平在不同时节能够生产供应的食物/食材品种，结合不同区域不同类型人群的基础饮食习惯，提炼出不同类型人群的基础膳食模型，包括每日餐次安排、每餐的食物类型搭配安排、每天的食物大类及总量区间、每餐每种类型的食物所占全天用餐比例的合理区间、每周的食物类型安排，每月的食物类型安排，每年的食物类型安排等；
子模块M106，逻辑运算与匹配模块：运算与匹配方法包括但不限于如下方法：第一步，根据消费者信息和基础膳食模型匹配M104中对其适宜的各种食物标签及标签组合，得出每餐或/和每日、每周、每月、每个季度、一年、若干年等的食物推荐种类——要求针对除热量以外每一种必须营养素，至少有一种食物的该营养素的营养质量指数INQ为高（比如INQ≥3）；其中，将同类食物中营养质量指数INQ较高（比如INQ≥4）的食物优先推荐给需要减肥和对该营养素消耗量大的人群；第二步，根据M103消费者个性化各营养素需求量与食物各营养素含量设立多元一次不等式组，计算各食物每餐、每日、每周、每月、每个季度、一年、若干年等的推荐量，生成该消费者的私人定制食谱推荐清单M106；对消化吸收功能异常者，加入营养素的消化吸收修正系数加以调整；
以每日为例，多元一次求解方程组如下：
公式一：KiRi≤Y1×Ci1+Y2×Ci2…+Yz×Ciz≤Ui
其中，Y1、Y2、…Yz≥0;
Y1至Yf∈谷物杂豆薯碳水化合物类，200Kc1≤Y1×(1-W1)+Y2×(1-W2)+…+Yf×(1-Wf)≤200Kc2，W1至Wf为水分含量，Kc1、Kc2为谷物杂豆薯碳水化合物类食材干物质的重量下限与上限系数；推荐抓取谷物杂豆薯碳水化合物类食材种类数上限为Ne；
Yg至Ym∈蔬菜类， 300Kv1≤YgDg+…+YmDm≤300Kv2， Dg至Dm为鲜重系数，Kv1、Kv2为蔬菜类食材鲜重下限与上限系数，推荐抓取蔬菜类食材种类数上限为Nv；
Yn至Yq∈水果类，200Kf1≤YnDn+…+YqDq≤200Kf2, Dn至Dq为鲜重系数，Kf1、Kf2为水果类食材鲜重下限与上限系数，推荐抓取水果类食材种类数上限为Nf；
Yr至Yw∈肉鱼虾蟹贝黄豆坚果蛋白类， 400Kp1≤YrDr+…+YwDw≤400Kp2, Dr至Dw为鲜重系数，Kp1、Kp2为肉鱼虾蟹贝黄豆坚果蛋白类食材鲜重下限与上限系数，推荐肉鱼虾蟹贝黄豆坚果蛋白类食材种类数上限为Np；
其它类…
公式二：K1Re≤Y1×Ce1+Y2×Ce2…+Yz×Cez≤K2Re
公式三：Rem：Ren: Ree: …:Rex=Km:Kn:Ke: …Kex
（Rem+Ren+Ree+…Rex =Re）
公式一中，Ri表示第i种营养素对该消费者每天的健康推荐适宜摄入量，Ki为该营养素摄入下限系数, Ui表示第i种营养素对该消费者每天的最高不危害健康摄入量，Yz表示第n种食物对该消费者每天的健康推荐摄入量，Ciz表示第i种营养素在第z种食物单位质量中的含量；当公式一中的食材需要进一步烹饪、加工、储运等后再食用时，计算每种营养素时需要乘以该食材该营养素经历上述过程后的留存率；公式二中，Re为该消费者的每日能量推荐摄入量，Cez表示第z种食物单位质量中的能量值；K1为能量摄入量下限系数，K2为能量摄入上限系数；公式三为各餐能量分配比，Rem表示早餐能量摄入量，Ren表示午餐能量摄入量，Ree表示晚餐能量摄入量；Km:Kn:Ke: …Kex表示各餐所摄入的能量比值，比如早中晚餐推荐的能量摄入比例为4:3:3，也可以为一区间值，比如(33%~40%):(33%~40%):(30%~35%)；
根据不同的消费者情况，如孕妇和糖尿病人，适合少食多餐，则公式三可以做相应调整；
此外，可以根据不同消费者的实践反馈数据，适时调整以上方程组中针对不同消费者的Ri、Ui、Re、Rem、Ren、Ree等参数值；
多元一次方程组求解后以Yn可满足营养素健康需求的下限值为优选推荐量，比如求解得出80克≤Yz≤200克，则以80克为Yz的优选推荐值；
在以上两步计算与推荐的过程中，可以采用如下方式简化运算：根据平衡膳食宝塔和平衡膳食餐盘推荐摄入的食材分类及量，以及居民饮食习惯，搭建基础膳食模型（如图3），再抓取食物/食材标签与消费者标签匹配，确定一个初始的食谱表（包含食物类型及对应的量），然后计算该初始食谱中各营养素的总含量，再比对该消费者的营养素推荐摄入表，看营养元素中哪些过剩，哪些还不足，然后根据各食材的营养素丰缺特征增减各食材，直至各营养素的总量落入该消费者健康需求摄入区间；增减的顺序可以按蔬菜、水果、高蛋白食材、脂肪、碳水化合物（主要是谷物杂豆薯类）的顺序；例如发现VC不足，那就优先抓取“高VC”标签的蔬菜对其增量；
增减量针对营养素相较目标值的盈亏幅度及食材类型设置适度的间隔值，比如水果蔬菜按100克、50克、20克、10克、5克的顺序进行逐步调整，干货以20克、10克、5克、1克为间隔逐步调整，具体到某些特殊食材可以根据食材特点进一步设置；
当发现某日某些营养素过剩或不足但在该类型消费者可耐受范围内（具体参数在该系统程序搭建时在后台算法模型中设定）时，也可以不对当日食谱做修正，而是将当日盈亏留存到未来的一段时间（例如第二天或者未来几天内等）作出修正；比如发现当日推荐的食谱缺锌30%，则在第二天抓取INQ标签为高锌的食物到食谱中，并弥补前一天的锌缺口；
以上公式的公式一和公式二也可以按餐计算，此时将摄入的各营养素总量按比例分配到各餐即可；
同理，当以周为统计单位计算时，各营养素公式按周罗列不等式组即可，但某些参数不能简单按时长等比例放大，而应根据健康科学合理调整；
在从M101到M103的计算匹配过程，包括根据消费者个体信息和标准营养素推荐表的计算调整，生成消费者的专属私人营养素推荐表，这个消费者专属私人营养素推荐表是动态变化的——比如，在对某消费者的数据采集中，发现该消费者属于超重肥胖人群，且该消费者有减肥意愿，那么从营养素推荐匹配表标准数据库该消费者所属人群类别的标准每日总热量需求中减去一定的热量摄入值，得到向该消费者推荐的每日总热量摄入值，并进一步计算按此每日总热量摄入值持续多长时间以后该消费者体重会降低到健康目标体重，然后其每日匹配总热量摄入值回归正常；又比如，如果该消费者是高强度脑力劳动者且大量接触电子产品，则增加一定比例的脑磷脂及VA和清除自由基的多酚类物质推荐量等；
功能重合的营养素，需要计算营养素替代，比如胡萝卜素与维生素A的等价替代，原花青素与花青素的等价替代等；
对不宜同食的食物/食材，可以标注禁同餐标签，比如高草酸的食物/食材和高钙的食物/食材，以避免同餐食用危害健康；
根据各营养素在人体内的驻留周期每日及安全有效摄入量上限，可以设定适宜的推荐摄入量统计计算周期，如以维生素C为代表的水溶性维生素在人体内代谢停留周期较短，则可以每天为摄入统计计算周期，而以维生素E为代表的脂溶性维生素在人体内的停留周期较长，则可以七天为摄入统计计算周期；
对于M104食材/食谱大数据库中季节性明显且产量较大的食材，优先推荐，如按产量（或营养素提供量）标注权重并从高到低排序，在能满足健康要求的条件下按权重推荐；
当食物供应的场景为两人或两人以上时，对符合共同需求的部分优先匹配，如果个体间需求有差异的部分，再针对个体差异补充匹配食材推荐；
在向消费者推荐食谱前，也可以对消费者现有的饮食清单及相关饮食习惯、行为习惯、健康状况等进行持续一段时间的统计，以作为在向消费者提供未来一段时间食谱时修正参数；这种统计与修正活动在消费者开始使用本系统推荐的食谱后也可以继续进行，以改进该消费者的食谱使之更好地与该消费者进行匹配；
子模块M107，消费者的私人专属定制食谱推荐清单：该私人定制食谱推荐清单包括每餐或/和每天、每周、每月、每季度、一年、若干年等食物的种类和对应的分量，由上述子模块M106逻辑运算与匹配模块生成；由此清单进入下个一级模块M2，或者进一步提交消费者食谱确认模块M108；
子模块M108，消费者食谱确认模块：将子模块M107消费者的私人定制食谱推荐清单（包含食物的种类和对应的分量）呈现给消费者，供消费者确认，或者消费者提交修改选项，返回子模块M106逻辑运算与匹配模块进一步匹配调整，并在M107生成新的食谱推荐清单，然后进入下个一级模块M2，或者继续提交子模块M108供消费者再次确认，直到消费者满意为止；该步骤中向消费者展示并提交给该消费者确认的推荐食谱清单可以先做一定的模糊处理，比如不显示每种食物的分量，而只给食物种类或者食物种类和食物总分量，比如某日午餐推荐：米饭、土豆炖牛肉、西红柿紫菜汤，合计约800克。
4.如权利要求1至权利要求3所述的基于消费者健康所需各营养素需求量算法的订单农业系统，其特征在于，所述子模块M1中，亦可根据上述不同类型消费者的各营养素健康需求为基础匹配食物的原理，结合生产供给端在地域与时间轴上潜在的食物供给能力，采用人工制表方式生成“消费者类型-食谱匹配”基础数据库供该系统调用。
5.如权利要求1所述的基于消费者健康所需各营养素需求量算法的订单农业系统，其特征在于，所述子模块M3中，生产者接到订单后可以是人工安排生产计划，也可以通过计算机计算辅助或者自动生成生产计划，所依据数据包括：农业地理、农业气候、农业设施、农业种子、肥料、水利、生态环境、现有种植情况、农业及农产品加工储运技术、农业经济学等中的若干种数据的组合运算。
6.如权利要求1至权利要求3所述的基于消费者健康所需各营养素需求量算法的订单农业系统，其特征在于，所述子模块M4中，初始数据可以优先推荐现有的以及已投入生产的食物/食材（如已开始挂果明年会继续挂果的多年生的水果，已养殖明年会继续产出的牛奶，已种植的作物）到模块M104的食谱大数据库，作为初始食物数据库同类食物中的优先推荐选项，以减少社会资源的浪费，在上述食物不能满足消费者健康需求的情况下，增加其它适合生产供应的食物种类，以使该系统供需体系合理过渡、优化；产出的农产品根据消费者需求可以进一步加工成包装食品、备烹饪加工食材、即时烹饪食品等，相关配餐数据也可以接入自动化食品生产线或者烹饪机器人等；对食物和食材可以按用餐日期及餐次以及每道菜的组合等进行包装并进行标识，标识数据来自该消费者的订单大数据；同时标注所供应消费者信息，如昵称、在该系统的ID信息、地址、该食物的食用/烹饪日期及餐次、食用/烹饪方法等；农产品可标注产地、生产日期、生产者、质量标准、储运方式等相关信息，并建立相应的生产者诚信系统。
7.如权利要求1所述的基于消费者健康所需各营养素需求量算法的订单农业系统，其特征在于，在该系统中，生产者也是消费者，消费者也可参与生产、加工及流通、服务等环节的工作，除了货币支付购买农产品及深加工农产品，还设置以物换物、以劳动换物等功能模块。
8.如权利要求1至权利要求7所述的基于消费者健康所需各营养素需求量算法的订单农业系统，其特征在于，其中，包括算法和数据等是适时更新的，来源可以是该系统使用者或提供方人工录入，也可以从传感器、网络渠道、消费者和生产者等生成的数据和算法等按一定规则自动抓取，此自动更新方法可提前写入系统程序中，或在更新中人工补录。
9.如权利要求1至权利要求8所述的基于消费者健康所需各营养素需求量算法的订单农业系统，其特征在于，其中，该系统可以调用别的数据库（如消费者医院就医信息），也可以预留被调用接口（如API接口等），使本系统可以与其它相关系统（如餐饮行业、加工食品行业、自动烹饪设备、健康管理行业等）互联互通，以进一步整合利用。
CN202011513994.9A 2020-12-21 2020-12-21 一种基于消费者健康所需各营养素需求量的订单农业系统 Pending CN112348692A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011513994.9A CN112348692A (zh) 2020-12-21 2020-12-21 一种基于消费者健康所需各营养素需求量的订单农业系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011513994.9A CN112348692A (zh) 2020-12-21 2020-12-21 一种基于消费者健康所需各营养素需求量的订单农业系统

Publications (1)

Publication Number Publication Date
CN112348692A true CN112348692A (zh) 2021-02-09

Family

ID=74427574

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011513994.9A Pending CN112348692A (zh) 2020-12-21 2020-12-21 一种基于消费者健康所需各营养素需求量的订单农业系统

Country Status (1)

Country Link
CN (1) CN112348692A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112951375A (zh) * 2021-03-03 2021-06-11 深圳市雅士长华智能科技有限公司 一种饮食推荐方法及系统
CN113781183A (zh) * 2021-09-28 2021-12-10 口碑(上海)信息技术有限公司 商品展示方法、装置、计算机设备及计算机可读存储介质
CN114548840A (zh) * 2022-04-26 2022-05-27 广州赛意信息科技股份有限公司 基于人工智能的生产调度方法及系统
CN116340597A (zh) * 2023-05-30 2023-06-27 平安云厨科技集团有限公司 一种校餐精准推荐方法及系统
CN117198465A (zh) * 2023-09-01 2023-12-08 广州捷蜂网络科技有限公司 一种中西医营养健康量化咨询方法及系统

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112951375A (zh) * 2021-03-03 2021-06-11 深圳市雅士长华智能科技有限公司 一种饮食推荐方法及系统
CN113781183A (zh) * 2021-09-28 2021-12-10 口碑(上海)信息技术有限公司 商品展示方法、装置、计算机设备及计算机可读存储介质
CN113781183B (zh) * 2021-09-28 2024-04-05 口碑(上海)信息技术有限公司 商品展示方法、装置、计算机设备及计算机可读存储介质
CN114548840A (zh) * 2022-04-26 2022-05-27 广州赛意信息科技股份有限公司 基于人工智能的生产调度方法及系统
CN114548840B (zh) * 2022-04-26 2022-07-12 广州赛意信息科技股份有限公司 基于人工智能的生产调度方法及系统
CN116340597A (zh) * 2023-05-30 2023-06-27 平安云厨科技集团有限公司 一种校餐精准推荐方法及系统
CN117198465A (zh) * 2023-09-01 2023-12-08 广州捷蜂网络科技有限公司 一种中西医营养健康量化咨询方法及系统
CN117198465B (zh) * 2023-09-01 2024-03-29 广州捷蜂网络科技有限公司 一种中西医营养健康量化咨询方法及系统

Similar Documents

Publication Publication Date Title
Aderibigbe et al. Exploring the potentials of underutilized grain amaranth (Amaranthus spp.) along the value chain for food and nutrition security: A review
Thurber et al. Adoption of Moringa oleifera to combat under-nutrition viewed through the lens of the “Diffusion of Innovations” theory
CN112348692A (zh) 一种基于消费者健康所需各营养素需求量的订单农业系统
Hotz et al. A large-scale intervention to introduce orange sweet potato in rural Mozambique increases vitamin A intakes among children and women
CN111161838B (zh) 一种适用于学生的合理膳食方法及指导系统
Górska-Warsewicz et al. Vegetables, potatoes and their products as sources of energy and nutrients to the average diet in Poland
Boukid et al. Edible insects as foods: mapping scientific publications and product launches in the global market (1996-2021)
Rush et al. Food exports and imports of New Zealand in relation to the food-based dietary guidelines
Petrenya et al. Food in rural northern Norway in relation to Sami ethnicity: the SAMINOR 2 Clinical Survey
CN106446523A (zh) 食物推荐方法及装置
Buzigi et al. Potential of pumpkin to combat vitamin A deficiency during complementary feeding in low and middle income countries: variety, provitamin A carotenoid content and retention, and dietary reference intakes
Vasco et al. The first harmonised total diet study in Portugal: Planning, sample collection and sample preparation
Kaufer Evaluation of a traditional food for health intervention in Pohnpei, Federated States of Micronesia
Barany et al. Non-timber forest products in the food security and nutrition of smallholders afflicted by HIV/AIDS in sub-Saharan Africa
Stathers et al. Everything you ever wanted to know about sweetpotato: Reaching agents of change ToT manual. 2: Orange-fleshed sweetpotato and nutrition.
Leighton Nutrient and sensory quality of orange-fleshed sweet potato
Kinabo et al. Feeding frequency and nutrient content of foods commonly consumed in the Iringa and Morogoro regions in Tanzania
Kumar Standardised Foods and Compromised Consumers: Can the Repeal of the Three Farm Laws Turn the Clock Back?
David et al. Food Culture of Southeast Asia: Perspective of social science and food science
Nimoh et al. Consumers’ willingness to consume cassava leaves as a leafy vegetable in the Kumasi Metropolis, Ghana
Mwanga et al. Protein and energy contribution of African indigenous vegetables: evidence from selected rural and peri-urban counties of Kenya
SW et al. PROTEIN AND ENERGY CONTRIBUTION OF AFRICAN INDIGENOUS VEGETABLES: Evidence from selected rural and peri-urban counties of Kenya.
Vashro et al. Effects of mung bean consumption on dietary diversity of women and children in Senegal
Nsele The effect of seasonal food variety and dietary diversity on the nutritional status of a rural community in KZN
Brouwer Aafke Nijhuis, MSc

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210209

WD01 Invention patent application deemed withdrawn after publication