CN116453649A - 一种智慧食堂营养健康管理方法及系统 - Google Patents

Abstract

本申请实施例公开了一种智慧食堂营养健康管理方法及系统；所述方法包括：食堂后厨管理模块，创建菜肴营养成分实时评价模型和菜肴红绿灯体系，创建菜单营养搭配实时评价模型；用户用餐餐前预选模块，根据用餐个人营养摄入评价模型，可餐前做调整；智能营养机和营养健康服务模块，提供实时贴身均衡营养建议、持续为用户贴身营养健康指导服务；制定群体营养均衡的供应方案；将用户的身体健康特征数据与食堂的菜肴营养数据相结合，基于用户饮食均衡建议，为每个用户制定适合自己健康的良好饮食方案，为用户提供主动营养健康管理的智能工具，以及提供了个人营养摄入的画像，作为疾病预防和治未病的基础数据，方便用户了解并管理好自己的身体健康数据。

Description

一种智慧食堂营养健康管理方法及系统

技术领域

本申请实施例涉及健康管理技术领域，尤其涉及一种智慧食堂营养健康管理方法及系统。

背景技术

随着健康中国行动“国民营养计划”的推进，随着城市数字化进程的推进，人们生活水平的提高，个性化的饮食越来越受到的关注。由于慢病的年轻化趋势，职业群体的饮食健康也提到议事日程。进一步为个人提供精准的量化的营养均建议和指导，尤为重要。有必要提供使每个人都逐渐成为自己的营养师的智能工具，并且方便落地实践，而不仅是一句口号。帮助职业人群提高营养健康素养，实现均衡膳食和充足营养，有效防控慢性疾病、很有必要。

随着互联网的快速发展，智能化+互联网+产品的模式已经在各行各业中得到应用，在学校食堂中，已经出现了智慧食堂的理念和实施。

但是目前的智慧食堂虽然具备配餐方便、结账便捷、菜肴的储存效果好和提前点餐提高就餐效率等功能，但是未对食堂后厨的餐食制作赋予营养健康管理，以及未将用户的个人特征身体数据与食堂的菜肴作业进行相结合，无法为每个用户提供个人营养健康科学画像，由此来制定适合个人特征的良好持续的饮食方案，无法使用户方便管理好自己的身体数据，作为疾病预防和治未病的基础数据。

发明内容

本申请实施例提供一种智慧食堂营养健康管理方法及系统，以解决现有的食堂的餐食制作缺乏营养健康规范管理，以解决现有食堂未将用户的健康特征身体数据与食堂的菜肴营养成分进行相结合，无法为每个用户制定持续良好的饮食方案，无法使用户方便管理好自己的身体数据问题。

在第一方面，本申请实施例提供了一种智慧食堂营养健康管理方法，所述方法包括以下步骤：

通过食堂后厨管理模块创建菜肴营养成分实时评价模型和菜肴红绿灯体系，创建菜单营养搭配实时评价模型；

所述食堂后厨管理模块发送菜肴营养成分实时评价模型和菜肴红绿灯体系到用户用餐餐前预选模块进行呈现，并根据所述用户用餐餐前预选模块的用户选择的用餐菜肴，呈现用户预选餐的营养报告；

所述用户用餐餐前预选模块呈现用户选择的菜肴和用餐个人营养摄入评价模型，显示用户调整后的满足营养均衡的用餐菜肴并检测用户的下单支付信息；

智能营养机检测到用户的下单支付信息后，根据菜肴营养成分实时评价模型，以及个人健康特征信息，生成所述用餐菜肴的个人营养报告并呈现，再汇总用户对所述用餐菜肴的真实反馈，形成就餐用户的个人营养画像；

营养健康服务模块根据所述用餐菜肴的营养报告，用户的实际食用量和个人基本特征信息，以及形成的个人特征的营养特征画像，提供实时贴身有效的均衡营养建议、下餐营养建议以及营养健康咨询，提供个人营养健康报告，持续为用户贴身营养健康指导服务。

进一步的，所述通过食堂后厨管理模块创建菜肴红绿灯体系，创建菜单营养搭配实时评价模型，包括：

通过食堂后厨管理模块根据菜肴营养成分实时评价模型，生成菜肴的营养成分；

根据菜肴红绿灯体系，生成菜肴的红绿灯，以对菜肴的营养健康进行评价；

根据菜单营养搭配实时评价模型，生成菜单评分和建议，以达到具体的营养搭配要求。

进一步的，所述通过食堂后厨管理模块创建菜肴营养成分实时评价模型，包括：

设置主料、配料、调味料、重量、供应份数以及制作锅数，设置提前制作环节和烹饪环节的对应细节，自动生成菜肴的营养成分详情；其中，所述自动生成菜肴的营养成分详情包括：设置单份供应量，设置菜肴类别、具体的残留系数、吸油系数、泡发系数以及菜肴相关主料的可食部分；

根据预设的标准，设置菜肴相关所有食材的宏量营养素、微量营养素以及种类归属；其中，宏量营养素包括蛋白质、脂肪和碳水化合物，微量营养素包括所有中国营养学会标识的常量元素、微量元素、脂溶性维生素和水溶性维生素，微量营养素还包括水、膳食纤维、酚类、萜类和含硫化合物。

进一步的，所述通过食堂后厨管理模块创建菜肴红绿灯体系，包括：

根据所述菜肴营养成分实时评价模型，结合预设的引导需求点，生成菜肴红绿灯的评价基准值；

其中，所述评价基准值的生成，需结合三方面的数据迭代生成，一方面来自于中国营养学会颁布的中国居民膳食指南中推荐的群体经验值，另一方面来自于所述智慧食堂营养健康管理系统累计数十万份个体数据的总体均衡值，第三方面来自于所述食堂的用户用餐反馈实际均衡值，再按照加权计算生成所述的菜肴红绿灯的油盐评价基准值，以及呈现所用的约定规则描述。

进一步的，所述创建菜单营养搭配实时评价模型，包括：

针对每餐、每天、每周、每月，结合中国营养学会颁布的中国居民膳食指南标准、就餐人数、就餐特征、智能的按照种类和营养素的指标设定，实时反馈菜单的评分、满足点和不足点，并结合食堂常用食材以及时令食材给出具体的选择建议，且结合一定周期内，食材的不重复性，动态引导食堂后厨的菜单制定方法。

进一步的，所述食堂后厨管理模块发送菜肴营养成分实时评价模型和菜肴红绿灯体系到用户用餐餐前预选模块进行呈现，包括：

所述食堂后厨管理模块根据用餐个人营养摄入评价模型发送菜肴营养成分实时评价模型和菜肴红绿灯体系到用户用餐餐前预选模块进行匹配计算及呈现，根据匹配算法结果的差异提示，用户可提前做调整；

引导用户合理营养就餐，以结合口味与营养健康。

进一步的，所述智能营养机检测到用户的下单支付信息后，根据菜肴营养成分实时评价模型，生成所述用餐菜肴的营养报告并呈现，汇总用户对所述用餐菜肴的真实反馈，形成就餐用户的个人营养特征画像，包括：

所述智能营养机检测到用户的下单支付信息和用户选择的用餐菜肴后，根据菜肴营养成分实时评价模型，结合个人特征数据画像，生成所述用户用餐的营养报告并呈现；

所述智能营养机获取到用户用餐菜肴的实际食用量后，根据菜肴营养成分实时评价模型，重新生成更准确的所述用户用餐的营养报告并呈现。

进一步的，所述个人营养特征画像，个人营养健康画像是系列画像，由雷达图来形象的表达，分为多个维度和多个数字等级，每个维度可以再继续细分下去，以获得更为精准的个人营养摄入特征；类别分为个人营养习惯综合画像，蛋白质摄入画像，脂肪摄入画像，碳水化合物摄入画像，蔬菜摄入画像，水果摄入画像，以及种类摄入画像。由此为依据，得到更加精准的个人均衡营养建议和下餐建议，提供单餐，天，周，到长期的营养健康有效指导互动建议。也可以成为疾病预防和治未病的基础数据。

进一步的，还包括：

所述智能营养机获取用户对用餐菜肴的实时评价，并将实时评价反馈到所述食堂后厨管理系统；

所述食堂后厨管理系统根据所述实时评价对菜肴实际作业方法进行调节，包括：

所述食堂后厨管理系统根据盐反馈人数、油反馈人数、以及具体的反馈详情，对菜肴的用盐量和用油量进行调整；

所述食堂后厨管理系统根据制作份数、用餐人数、反馈人数、丢弃份数、以及具体的反馈详情，对菜肴作业的量和种类进行调整。

进一步的，所述营养健康服务模块根据所述用餐菜肴的营养报告，用户的实际食用量和个人基本信息，提供实时贴身均衡营养建议、下餐营养建议以及营养健康咨询，提供个人营养健康报告，持续为用户贴身营养健康指导服务，包括：

所述营养健康服务模块为所述用户提供个人均衡营养建议和下餐建议，提供单餐，天，周，到长期的营养健康指导互动建议，实时贴身营养健康咨询服务，包括：

根据所述用户的实际用餐营养成分值、个人基础能量消耗计算公式、个人每天能量消耗计算公式和个人每天推荐摄入范围，形成用户每餐的推荐摄入范围以及下餐的推荐摄入范围，获得用户初步的推荐摄入值；

通过个人的营养摄入以及饮食特征，形成个人营养特征画像，所述营养健康服务模块，综合所述用餐用户的用餐信息、个人基本信息，通过个人营养画像算法，提供动态实时贴身营养健康咨询、均衡营养建议以及下餐营养建议，及下周建议。

进一步，所述食堂后厨管理模块通过餐厅营养和口味特征，就餐群体营养和口味特征，推送一些适合本餐厅营养特征的菜肴供后厨厨师长选择。

在第二方面，所述计算机可执行指令在由计算机处理器执行时用于执行如以上任一所述的一种智慧食堂健康管理方法。

本申请实施例通过食堂后厨管理模块、用户用餐餐前预选模块、用户用餐餐前预选模块、智能营养机和营养健康服务模块，为食堂提供供餐营养建议，为食堂实时的提供菜肴、菜单、单餐、全天、每周等动态维度供餐方案，制定群体营养均衡的供应方案；将用户的身体健康特征数据与食堂的菜肴营养数据进行相结合，基于用户饮食均衡建议，可以为每个用户制定适合自己健康的良好饮食方案，为用户提供主动营养健康管理的智能工具，以及提供了个人营养摄入的画像，作为疾病预防和治未病的基础数据，方便用户了解并管理好自己的身体健康数据。

附图说明

图1是本申请实施例提供的一种智慧食堂营养健康管理方法的流程图；

图2是本申请实施例提供的一种智慧食堂营养健康管理方法的每周蛋白质的摄入状况营养雷达图；

图3是本申请实施例提供的一种智慧食堂营养健康管理方法的食物种类均衡雷达图；

图4是本申请实施例提供的一种智慧食堂营养健康管理方法的食物种类摄入图；

图5是本申请实施例提供的一种智慧食堂营养健康管理方法的食堂供应的早餐菜单评价图；

图6是本申请实施例提供的一种智慧食堂营养健康管理方法的食堂供应的一天菜单评价图；

图7是本申请实施例提供的一种智慧食堂营养健康管理方法的食堂供应的一周菜单评价图；

图8是本申请实施例提供的一种计算机设备的结构示意图。

具体实施方式

为了使本申请的目的、技术方案和优点更加清楚，下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规则、规程、子例程、子程序等等。

本申请实施例提供一种智慧营养健康食堂管理方法及系统，以解决现有的食堂的餐食制作缺乏营养健康规范管理，(以实现“健康中国”战略要求，减油减盐的要求)，以及解决现有食堂未将用户的健康特征身体数据与食堂的菜品营养成分进行相结合，无法为每个用户制定持续良好的饮食健康方案，无法使用户方便管理好自己的身体相关健康数据的问题。

实施例中提供的智慧食堂营养健康管理方法可以由智慧营养食堂健康管理系统执行，该智慧营养食堂健康管理系统可以通过软件和/或硬件的方式实现，并集成在智慧营养食堂健康管理设备中。其中，智慧营养食堂健康管理设备可以是计算机等设备。

图1为本申请实施例提供的一种智慧食堂营养健康管理方法的流程图。参考图1，所述方法包括以下步骤：

步骤110：通过食堂后厨管理模块创建菜肴营养成分实时评价模型和菜肴红绿灯体系，创建菜单营养搭配实时评价模型；

1101：所述“食堂后厨管理模块”，预先建立常用食材营养成分数据库，所述常用食材数据库，包含近3000种食材的全量营养成分数据，来源中国营养学会自2002年至今颁布的所有版本基础数据，涵盖日常生活中人们可能“吃到的”所有食材/食物，所述食材营养成分数据包含：食材的宏量营养素、微量营养素以及种类归属等，均对标中国营养学会颁布的标准，其中，宏量营养素包含蛋白质、脂肪、碳水化合物等，微量营养素包含所有中国营养学会标识的常量元素(钙磷钾钠镁氯硫等)、微量元素(铁碘锌硒铜氟铬锰钼等)、脂溶性维生素、水溶性维生素，以及水、膳食纤维、酚类、萜类、含硫化合物等，种类归属按照中国营养学会标识的大类、子类等多级别100多种类别归属。

1102：所述“食堂后厨管理模块”，预先输入菜肴营养成分实时评价模型和菜肴红绿灯体系；

所述菜肴营养成分实时评价模型，涉及所述菜肴制作售卖流程中相关的所有环节，包括：主料、配料、调味料，以及重量，供应份数，制作锅数，提前制作环节&烹饪环节相关细节，供应的单份重量，涉及菜肴类别、具体可能的残留系数、吸油系数、泡发系数、以及菜肴相关主料的可食部分等；

所述菜肴红绿灯体系，涉及所述食堂的“营养健康引导需求点”，即希望通过管理菜肴的哪些具体营养成分(比如“油”“盐”)，结合食堂或者卫健委、疾控的健康引导需求点，动态的引导食堂后厨的菜肴作业方法，以及就餐者的菜肴营养选择，从而实现食堂后厨供餐的营养均衡，和提醒用户用餐的合理搭配；也涉及所述食堂的“具体营养成分对应的评价基准值”，所述基准值的生成，需结合三方面的数据迭代生成，一方面来自于中国营养学会颁布的中国居民膳食指南中推荐的群体经验值，另一方面来自于所述智慧食堂营养健康管理系统累计数十万份个体数据的总体均衡值，第三方面来自于所述食堂的用户用餐反馈实际均衡值，再按照加权计算生成所述的菜肴红绿灯的油盐评价基准值，以及呈现所用的约定规则描述：(下表呈现了以油盐为例的具体细节)

油盐示例：

(1)若每预设重量的菜肴的脂肪含量小于脂肪第一基准值，并且，盐(总盐)含量小于盐(总盐)第一基准值，则该菜肴判断绿色灯系；

(2)若每预设重量的菜肴的脂肪/盐(总盐)含量大于脂肪/盐(总盐)第一基准值且小于第二基准值，并且，盐(总盐)/脂肪含量不大于盐(总盐)/ 脂肪第二基准值，则该菜肴判断为黄色灯系；

(3)其他情况，均判断该菜肴为红色灯系；

其中，绿色灯系、黄色灯系和红色灯系的健康等级依次递减。

也可以按照需要，进行单目标值管理(仅减油，或限盐)。

所述菜肴红绿灯体系，包括2种使用标准：针对所述“食堂后厨管理模块”，仅考虑“所述菜肴添加的调味料相关的油和盐(总盐)”；针对所述“智能营养机和用户用餐餐前预选模块”，需考虑“所述菜肴营养成分实时评价模型中所有的脂肪和盐(总盐)”。

1103：进一步，所述智慧营养食堂健康管理系统会扫描所述食堂的历史菜肴，及作业流程等，并建立所述食堂专有菜肴库；同时建立所述食堂所有厨师的现场作业指导书(包括行为习惯)，生成所述食堂的菜肴营养成分实时评价结果和菜肴红绿灯结果，根据该红绿灯提示的结果，优化建立新的作业指导书，并将实时给出.

所述菜肴营养成分数据包含：菜肴的宏量营养素、微量营养素以及种类归属等，均对标中国营养学会颁布的标准，其中，宏量营养素包含蛋白质、脂肪、碳水化合物等，微量营养素包含所有中国营养学会标识的常量元素(钙磷钾钠镁氯硫等)、微量元素(铁碘锌硒铜氟铬锰钼等)、脂溶性维生素、水溶性维生素，以及水、膳食纤维、酚类、萜类、含硫化合物等，种类归属按照中国营养学会标识的大类、子类等多级别100多种类别归属；

示例性的，单菜肴-单份营养成分计算如下：

单菜肴-单份的卡路里等41种营养素计算公式：

单菜肴-单份的卡路里＝

{[主料1卡路里(卡路里查表值*可食部分百分比查表值/100*重量输入值) +主料2卡路里+……+主料N卡路里]+(配料1卡路里+配料2卡路里+……+配料N卡路里)+(调料1卡路里+调料2卡路里+……+调料N卡路里)}*(烹饪方式查表值)/菜肴总重量(主料1重量+主料2重量+…+主料N重量+配料的…+调料的…)*(单份菜肴重量输入值)

单菜肴-单份的膳食金字塔计算公式如下：

膳食金字塔包含盐、油、奶豆坚果类、肉禽鱼蛋类、果蔬类、谷薯类、水、糖；以“盐”为例，计算逻辑一致。

单菜肴-单份的盐＝(主料、配料、调料中所有食材，其中“食材类型＝21”的食材：“Σ食材的重量输入值*食材可食部分百分比查表值“)/

菜肴总重量(主料1重量+主料2重量+…+主料N重量+配料的…+调料的…)*(单份菜肴重量输入值)

其中，公式中“食材类型”对应表：

若涉及套餐，单套餐-单份的卡路里等41种营养素计算公式根据套餐所选菜肴，以及对应的份数，按照对应的营养素，加权求和。单套餐-单份的膳食金字塔计算公式：套餐所选菜肴，以及对应的份数，按照对应的金字塔单项，加权求和。

其中，膳食金字塔包含盐、油、奶豆坚果类、肉禽鱼蛋类、果蔬类、谷薯类、水、糖。

所述菜肴的红绿灯数据包含：菜肴的油、盐(总盐)值，调味料的油、盐 (总盐)值，各自的与基准值的比例值，以及红绿灯值；

1104：进一步，所述食堂的厨师长，通过所述“食堂后厨管理模块”，可以查看菜肴的营养成分详情和菜肴的红绿灯详情，提供可以调整菜肴作业指导书中的“量/值”，比如主料的用料、用量搭配，调味料的用料、用量等，新增菜肴，都可以通过“菜肴营养成分实时评价模型和菜肴红绿灯体系”实时的看到菜肴的营养成分和红绿灯结果，已达到优化/新增菜肴的目的，也可以在后厨的作业/烹饪区域，用电视显示单餐菜单中菜肴的作业指导书，用以引导厨师标准化作业。

1105：进一步，所述“食堂后厨管理模块”，预先输入菜单营养搭配实时评价模型；可以针对每餐、每天、每周、每月，结合中国营养学会颁布的中国居民膳食指南标准，及就餐人数，就餐特征，智能的按照种类、营养素等指标设定，实时的反馈菜单的评分，以及满足点和不足点，并结合所述食堂常用食材以及时令食材等给出具体的选择建议，提供一定周期内，食材的不重复性即多样性满足标准，可动态的引导食堂后厨的菜单制定方法。

示例性的，单菜单营养搭配评价规则，详见下表：

1106：进一步，所述食堂的厨师长，通过所述“食堂后厨管理模块”，创建菜单时，可以实时查看菜单营养搭配实时评价结果，根据得分的细节点，结合用餐用户的反馈、食堂常用食材、时令食材、食材价格等因素做出菜单调整，还可以考虑一定周期内，供餐食材的不重复性/多样性。

1107：进一步，通过所述“食堂后厨管理模块”，通过餐厅营养和口味特征，就餐群体营养和口味特征，推送一些适合本餐厅营养特征的菜肴供后厨厨师长选择。

步骤120、所述食堂后厨管理模块发送菜肴营养成分实时评价模型和菜肴红绿灯体系到用户用餐餐前预选模块进行呈现，并根据所述用户用餐餐前预选模块的用户选择的用餐菜肴，呈现用户预选餐的营养报告。

餐前预选模块，还将结合用户自身特征数据，以及过往就餐特征，提供用户的选餐建议，供就餐者参考。

1201：所述“用户用餐餐前预选模块”，预先输入用餐个人营养摄入评价模型，包含：与个人相关的基本计算公式，个人每天营养成分“需要摄入值参考区间”算法，个人单餐营养成分“需要摄入值参考区间”算法，个人饮食报告(单餐/每天)算法等。

示例性的，个人营养摄入评价计算如下：

与个人相关的几个基本计算公式(表)

(1)个人体质指数(BMI)＝体重(kg)÷身高^2(m)

体脂率是指人体内脂肪重量在人体总体重中所占的比例

1.1、成年女性的体脂率计算公式：

参数a＝腰围(cm)×0.74

参数b＝体重(kg)×0.082+34.89

体脂肪重量(kg)＝a－b

体脂率＝(身体脂肪总重量÷体重)×100％

成年男性的体脂率计算公式：

参数a＝腰围(cm)×0.74

参数b＝体重(kg)×0.082+44.74

体脂肪重量(kg)＝a－b

体脂率＝(身体脂肪总重量÷体重)×100％。

成年人的体脂率正常范围分别是女性20％～25％，男性15％～18％，若体脂率过高，体重超过正常值的20％以上就可视为肥胖。运动员的体脂率可随运动项目而定。一般男运动员为7％～15％，女运动员为12％—25％。

体脂率(BIA)＝1.2×BMI+0.23×年龄-5.4-10.8×性别(男为1，女为0)

	偏瘦	正常	肥胖
				男性	14-20％	17-23％	25％以上
女性	17-24％	20-27％	30％以上

(2)个人基础能量消耗(BMR)计算公式：

女:BMR(kcal)＝655.0955+(9.5634x体重kg)+(1.8496x身高cm)-(4.6756x年龄years)；

男:BMR(kcal)＝66.4730+(13.7516x体重kg)+(5.0033x身高cm)-(6.755x年龄years)。

个人能量平衡调整偏离值(表)

(3)个人每天能量消耗计算公式：

每天能量消耗(kcal)＝基础能量消耗(BMR)*PAL+能量平衡调整偏离值，其中：PAL＝1.5。

个人每天营养成分“需要摄入值参考区间”算法：

个人每天营养成分的摄入，需要从2个角度计算摄入值参考区间：

膳食金字塔—需要输出个人摄入值参考区间的，有8个，包含：盐、油、奶豆坚果类、肉禽鱼蛋类、果蔬类、谷薯类、水、糖。

营养素—需要输出个人摄入值参考区间的，有1+3+10＝14个，包含：卡路里，蛋白质，脂肪，碳水化合物，钙，钠，铁，锌，维生素A，维生素B1，维生素B2，维生素C，维生素E，叶酸。

个人每天“膳食金字塔”所包含的“摄入值参考区间”计算：

根据计算，得到“个人”的每天能量消耗：

根据能量消耗值，查表：

“不同能量需要的平衡膳食表(金字塔)(每天)”，得出8个(盐、油、奶豆坚果类、肉禽鱼蛋类、果蔬类、谷薯类、水、糖)对应的“摄入值参考区间”。

个人每天“营养素”所包含的“摄入值参考区间”计算：

卡路里区间—根据计算，得到“个人”的每天能量消耗，等于“个人每天卡路里的上限值“，下限值为零；

蛋白质区间—根据“年龄、性别”查表(蛋白质摄入参考值表(每天))；

得出蛋白质摄入参考区间；

脂肪、碳水化合物区间—根据计算，得到“个人”的每天能量消耗＝A，则，将A代入下列公式计算“每天个人摄入参考区间”；

碳水化合物(g)：下限值＝A*50％÷4，上限值＝A*65％÷4；

脂肪(g)：下限值＝A*20％÷9，上限值＝A*30％÷9；

营养素(钙，钠，铁，锌，维生素A，维生素B1，维生素B2，维生素C，维生素E，叶酸)区间—根据“年龄、性别”查表(微量营养素摄入参考值表 (每天))，得出对应微量营养素的每天摄入参考区间。

参考值—1g碳水化合物对应16.7kJ(4.0kcal)；1g脂肪对应37.6kJ(9.0kcal)； 1g蛋白质对应16.7kJ(4.0kcal)。

(4)个人单餐营养成分“需要摄入值参考区间”算法：

个人单餐营养成分的摄入，需要从2个角度计算摄入值参考区间：

膳食金字塔—需要输出个人摄入值参考区间的，有8个，包含：盐、油、奶豆坚果类、肉禽鱼蛋类、果蔬类、谷薯类、水、糖。

营养素—需要输出个人摄入值参考区间的，有1+3+10＝14个，包含：卡路里，蛋白质，脂肪，碳水化合物，钙，钠，铁，锌，维生素A，维生素B1，维生素B2，维生素C，维生素E，叶酸。

个人单餐“膳食金字塔”所包含的“摄入值参考区间”计算：

根据计算，得到“个人”的每天能量消耗，

根据能量消耗值，查表：“不同能量需要的平衡膳食表(金字塔)(每天)”，得出8个(盐、油、奶豆坚果类、肉禽鱼蛋类、果蔬类、谷薯类、水、糖)对应的“摄入值参考区间”。

三餐的配比关系为：早餐：午餐：晚餐＝30％：40％：30％

个人单餐“营养素”所包含的“摄入值参考区间”计算：

按照上述的三餐配比关系，以及相同的计算逻辑，可以得出以下各项的单餐的摄入值参考区间“下限值/上限值”；

卡路里区间—根据计算，得到“个人”的每天能量消耗，等于“个人每天卡路里的上限值“，下限值为零；

蛋白质区间—根据“年龄、性别”查表(蛋白质摄入参考值表(每天))；

得出蛋白质摄入参考区间；

脂肪、碳水化合物区间—根据计算，得到“个人”的每天能量消耗＝A，则，将A代入下列公式计算“每天个人摄入参考区间”；

营养素(钙，钠，铁，锌，维生素A，维生素B1，维生素B2，维生素C，维生素E，叶酸)区间—根据“年龄、性别”查表(微量营养素摄入参考值表 (每天))，得出对应微量营养素的每天摄入参考区间。

(5)个人饮食报告(单餐每天)算法：

个人单餐饮食报告算法：

单餐报告分为：早餐、午餐、晚餐，按照获取用户单餐餐饮详情的时间区分(早餐，10点以前，午餐，10点-15点，晚餐，15点以后)。

单餐报告包含“膳食金字塔”和“营养素”2部分。

膳食金字塔—需要输出个人单餐摄入值的，有8个，包含：盐、油、奶豆坚果类、肉禽鱼蛋类、果蔬类、谷薯类、水、糖。

营养素—需要输出个人单餐摄入值的，有1+3+11＝14个，包含：卡路里，蛋白质，脂肪，碳水化合物，钙，钠，铁，锌，维生素A，维生素B1，维生素 B2，维生素C，维生素E，叶酸，

1202：预先输入所述用户基本信息，包含：性别、年龄、身高、体重、从事行业等，进而生成用餐用户个人每天营养成分“需要摄入值参考区间”、个人单餐营养成分“需要摄入值参考区间”。

1203：所述食堂后厨管理模块发送菜肴营养成分实时评价模型和菜肴红绿灯体系到用户用餐餐前预选模块进行呈现，即呈现所述食堂当天当餐的菜单(含所有菜肴)，以及单个菜肴营养成分和红绿灯；

示例性的，菜肴营养成分和红绿灯如下：

呈现菜肴详情：

菜肴名称、卡路里(千卡)、红绿灯、油盐情况、脂肪情况、总盐情况、宏亮营养成分(能量(千卡)、蛋白质(克)、脂肪(克)、碳水化合物(克)) 和其他营养成分(钠(毫克)、钙(毫克)、铁(毫克)、锌(毫克)、维生素A(微克)、维生素B1(毫克)、维生素B2(毫克)、维生素C(毫克)、维生素E(微克))。

1204：所述用餐用户根据口味选择菜肴，根据120-1/2生成所述用户预选餐的营养报告(自动识别早餐午餐晚餐)，用户收到后可在下单前查看选择的菜肴是否适合自己，可提前调整，满足营养均衡后，再确定入餐盘。

步骤130：所述用户用餐餐前预选模块呈现用户选择的菜肴和用餐个人营养摄入评价模型，显示用户调整后的满足营养均衡的用餐菜肴并检测用户的下单支付信息；

1301：所述“智能营养机”，接收到用户的下单支付信息后，会把所述订单中所包含的菜肴信息传递给“营养报告模块”，汇总所有的菜肴营养成分(含份数)，根据所述的个人饮食报告(单餐/每天)算法生成所述用户实际的单餐营养报告和全天营养报告，呈现时结合所述用户的个人单餐/每天营养成分“需要摄入值参考区间，一起展示。

示例性的，用户营养报告计算展示如下：

个人饮食报告(单餐/每天)算法

个人单餐饮食报告算法：

单餐报告分为：早餐、午餐、晚餐，按照获取用户单餐餐饮详情的时间区分(早餐，10点以前，午餐，10点-15点，晚餐，15点以后)。

单餐报告包含“膳食金字塔”和“营养素”2部分。

膳食金字塔—需要输出个人单餐摄入值的，有8个，包含：盐、油、奶豆坚果类、肉禽鱼蛋类、果蔬类、谷薯类、水、糖。

营养素—需要输出个人单餐摄入值的，有1+3+11＝14个，包含：卡路里，蛋白质，脂肪，碳水化合物，钙，钠，铁，锌，维生素A，维生素B1，维生素 B2，维生素C，维生素E，叶酸。

1302：所述用餐用户用餐后，可以根据实际食用量，修改本餐摄入的菜肴的数量，进而根据个人饮食报告(单餐/每天)算法更新所述用户的实际单餐营养报告和全天营养报告，结合个人基本健康信息，生成所述用户饮食习惯等个人营养健康特征画像；个人营养健康特征画像是系列画像，由雷达图来形象的表达，分为多个维度和多个数字等级，每个维度可以再继续细分下去，以获得更为精准的个人营养摄入特征；类别分为个人营养习惯综合画像，蛋白质摄入画像，脂肪摄入画像，碳水化合物摄入画像，蔬菜摄入画像，水果摄入画像，以及种类摄入画像。

可选的，所述智能营养机获取到用餐菜肴的剩余量后，根据菜肴营养成分实时评价模型，重新生成所述用餐菜肴的营养报告并呈现。为准确获得实际摄入的餐食，对剩下未吃的餐食，提供修正进食的按钮，可以获得准确摄入的营养成分，尤其是油盐的摄入，将获得更为准确的数值，以免误导就餐营养摄入的信息，错误地减少摄入的营养成分。

示例性的，参照图2，为个人每周蛋白质的摄入状况营养雷达图，标准个人每周蛋白质摄入量为(409.5--500.5范围)不同的人摄入的量不同，均衡营养最佳是要各类蛋白质每周都需要摄入，图2示出一周内摄入的各种蛋白质状况，体现个人营养摄入特征。

示例性的，参照图3，为个人每天摄入不重复食物品种类型的雷达图，图4 为食物种类摄入图。

1303：所述用餐用户用餐后，还可以根据自己的口感等，对所述食堂的菜肴等反馈/提出实时评价；精准汇总用户对所述用餐菜肴的真实反馈，用于所述食堂后厨管理模块的菜肴和菜单优化。所述食堂后厨管理模块根据所述实时评价汇总对菜肴实际作业方法和菜单搭配进行调节，包括：

所述食堂后厨管理系统根据盐反馈人数、油反馈人数、以及具体的反馈详情，对菜肴的用盐量和用油量进行调整；

所述食堂后厨管理系统根据制作份数、用餐人数、反馈人数、丢弃份数、以及具体的反馈详情，对菜肴作业的量和种类进行调整。

步骤140：智能营养机检测到用户的下单支付信息后，根据菜肴营养成分实时评价模型，生成所述用餐菜肴的营养报告并呈现，汇总用户对所述用餐菜肴的真实反馈，形成就餐用户的个人营养特征画像。

步骤150：营养健康服务模块根据所述用餐菜肴的营养报告，用户的实际食用量和个人基本信息，结合用户的营养健康特征画像，提供精准实时贴身均衡营养建议、下餐，下周营养建议以及营养健康咨询和指导，提供个人营养健康报告，持续为用户贴身营养健康指导服务。

具体的，所述营养健康服务模块为所述用户提供个人均衡营养建议和下餐建议，提供单餐，天，周，到长期的营养健康指导互动建议，实时贴身营养健康咨询服务，包括：根据所述用户的实际用餐营养成分值、个人基础能量消耗计算公式、个人每天能量消耗计算公式和个人每天推荐摄入范围，形成用户每餐的推荐摄入范围以及下餐的推荐摄入范围。这是用户初步的推荐摄入值，进一步更精准的通过个人的营养摄入以及饮食特征，形成个人营养特征画像，所述营养健康服务模块，综合所述用餐用户的用餐信息、个人基本信息，通过个人营养画像算法，提供精准实时贴身营养健康咨询和指导、均衡营养建议以及下餐营养建议，下周营养建议。

其中，个人基本信息提前录入到营养服务模块，以便营养服务模块将个人基本信息和用餐菜肴的营养报告进行结合分析，得出营养建议；可选的，营养服务模块包括个人终端APP、专家贴身营养健康服务功能模块和公共卫生部门实时监管功能模块，以便实现个人和专家间的交流，实现更好地营养建议交流，同时有利于公共卫生部门实时监管功能模块实时监控食堂营养餐食制作、供应等状况，及群体营养摄入，油盐控制状况，为公共卫生部门相关决策提供第一手群体营养信息依据，为集体食堂提供优化改进意见和建议。

进一步的，营养建议包括个性化健康小贴士，主动，被动营养健康提醒；同时提供个性化健康教育评价模型，根据个性化营养评价模型得到的个人特征状况，智能输出针对性强的个性化营养健康指导，实现个性化健康教育，人们一旦接收到与自身健康状况高度匹配的健康教育信息，就会逐渐自觉接受相关教育并形成习惯，自觉遵循科学健康的饮食摄入，形成健康饮食习惯。

示例性的，用餐用户健康管理小目标如下：

健康管理——控制总盐

示例性的，参照图5，为用户的早餐菜品评价图，显示了菜谱评分，每餐的建议食用食物，已供应，未供应的菜品是否达标，备注则对午餐和晚餐进行提醒；参照图6，为用户的一天菜品评价图，显示了菜谱评分，每天的建议食用食物，已供应，未供应的菜品是否达标，是否供应一道绿灯菜肴；参照图7，为用户的一周菜品评价图，显示了菜谱评分，每周的建议食用食物，已供应，未供应的菜品是否达标。

在上述实施例的基础上，本申请实施例还提供一种智慧食堂健康管理系统，所述智慧食堂健康管理系统具体包括：食堂后厨管理模块、智能营养机、用户用餐选择模块和营养健康服务模块。

其中，食堂后厨管理模块用于创建菜肴营养成分实时评价模型和菜肴红绿灯体系，创建菜单营养搭配实时评价模型；所述食堂后厨管理模块用于发送菜肴营养成分实时评价模型和菜肴红绿灯体系到用户用餐餐前预选模块进行呈现，并根据所述用户用餐餐前预选模块的用户选择的用餐菜肴，呈现用户预选餐的营养报告；所述用户用餐餐前预选模块用于呈现用户选择的菜肴和用餐个人营养摄入评价模型，显示用户调整后的满足营养均衡的用餐菜肴并检测用户的下单支付信息；智能营养机用于检测到用户的下单支付信息后，根据菜肴营养成分实时评价模型，生成所述用餐菜肴的营养报告并呈现，结合汇总用户对所述用餐菜肴的真实反馈，形成就餐用户的个人营养画像；营养健康服务模块用于根据所述用餐菜肴的营养报告，用户的实际食用量和个人基本信息，及个人营养特征画像，提供实时贴身均衡营养建议、下餐营养建议，下周营养建议，以及营养健康咨询指导，提供个人营养健康报告，持续为用户贴身营养健康指导服务。

可选的，食堂后厨管理模块由四个功能模块组成，菜肴营养健康度评价模块、红绿灯体系模块、后厨营养均衡搭配功能模块和后厨营养标准化操作管理模块；后厨营养均衡搭配功能模块为厨师长提供制定每餐营养食材配比评分机制，及标准化管理的方便可执行的工具；后厨营养标准化操作管理模块为后厨作业营养健康标准化管理提供落地执行的工具；实现为食堂主动实现营养餐食的合理均衡搭配，以及减盐减油减糖的功能提供可落地的智能工具，从源头上实现为员工提供营养均衡的餐品，实现对减盐，减油，减糖等形成闭环管理。

可选的，营养机的作用主要有三类功能，查看当餐菜单、查看菜肴营养素、选则菜肴查看营养素与生成营养报告。

可选的，用户用餐选择模块包括营养预选功能模块、就餐自主调整管理功能模块和就餐个体化营养成分摄入的量化报告模块和评价分析功能模块；营养预选功能模块为就餐员工提供餐前，将选中的菜肴点击，即可查看选中餐食的营养量化信息，即仿真就餐，即刻提供就餐者模拟就餐营养报告，如果选中的餐食呈现的营养量化报告不适合自己，可以及时调整，调整到适合自己营养标准后，将适合自己营养均衡的餐品纳入餐盘，这时呈现的是真实就餐餐食的营养量化报告。就餐后，就餐自主调整管理功能模块，可餐后自主调整丢弃部分，及与后厨就餐品进行互动，可与营养专家进行互动交流，可获得个性化营养元素。就餐个体化营养成分摄入的量化报告模块，其中包括宏量、微量营养元素及种类搭配是否合理进行判断。提供个人营养摄入是否均衡达标的评价分析功能模块，实现个体营养摄入信息可视化，智能化，引导健康饮食行为，逐渐提升个人健康获得感，提供个人中长期营养健康摄入报告机制，以日、周、月报等形式呈现。

可选的，营养服务模块包括个人终端APP、专家贴身营养健康服务功能模块和公共卫生部门实时监管功能模块，以便实现个人和专家间的交流，实现更好地营养建议交流，同时有利于公共卫生部门实时监管功能模块实时监控食堂营养餐食制作、供应等状况，及群体营养摄入，油盐控制状况，为公共卫生部门相关决策提供第一手群体营养信息依据，为集体食堂提供优化改进意见和建议。

可选的，还包括就餐餐品营养榜宣传功能模块，用于营造营养就餐氛围，通过营造个性化营养健康就餐科普环境，引导并推动大家健康饮食行为；可实现个性化健康教育可达，个性化营养健康管理可达，实现千人千面的个性化营养健康管理。

示例性的，本申请实施例的系统包括单位食堂后厨制作智能管理；就餐者营养健康管理；政府公共卫生管理机构可实时监控食堂营养餐食制作、供应等状况，及群体营养摄入，油盐控制状况；营养专家智能管理系统，为食堂后厨油盐控制(可以实现营养和口味兼顾)及实现营养搭配提供操作工具。

通过直观的个体健康获得感，可以强化大家且可以提升整个人群的健康素养，获得更好的群体健康水平。

通过所述“食堂后厨管理模块”，通过餐厅营养和口味特征，就餐群体营养和口味特征，推送一些适合本餐厅营养特征的菜肴供后厨厨师长选择。

本系统基本解决了目前单位食堂健康管理系统中存在的问题，通过与企业、餐厅合作的方式实现了数据的实时采集，通过个人端APP的推出实现了数据采集的广泛覆盖，通过数据接口的设计实现了数据来源的广泛兼容性，在此基础上，政府可以开展多样化的健康管理工作。

使得合理膳食行动在“减油，限盐”上实现了闭环。可以帮助就餐者清楚了解自己在食堂用餐时选择的菜肴搭配是否满足“减油，减盐”的要求，并且自觉有所控制，减少浪费，提供了人们可以落地使用的工具，使大家对自身合理膳食负责成为可能。

通过菜肴实时评价模型，个体营养实时评价模型，个性化健康教育评价模型等三大模型的智能算法，可以支持健康餐厅的6大落地应用。具体体现在对就餐者的餐前，餐中，餐后的个性化营养摄入的闭环管理。

本申请实施例提供的智慧食堂营养健康管理系统可以用于执行上述实施例提供的智慧食堂健康管理方法，具备相应的功能和有益效果。

本申请实施例还提供了一种计算机设备，该计算机设备可集成本申请实施例提供的智慧营养食堂健康管理系统。图8是本申请实施例提供的一种计算机设备的结构示意图。参考图8，该计算机设备包括：输入装置43、输出装置44、存储器42以及一个或多个处理器41；所述存储器42，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器41执行，使得所述一个或多个处理器41实现如上述实施例提供的智慧食堂健康管理方法。其中输入装置 43、输出装置44、存储器42和处理器41可以通过总线或者其他方式连接，图 8中以通过总线连接为例。

处理器41通过运行存储在存储器41中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的智慧食堂营养健康管理方法。

上述提供的计算机设备可用于执行上述实施例提供的智慧食堂营养健康管理方法，具备相应的功能和有益效果。

本申请实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种智慧食堂营养健康管理方法，该基于人体姿态估计的动作纠正方法包括：获通过食堂后厨管理模块创建菜肴营养成分实时评价模型和菜肴的红绿灯体系；所述食堂后厨管理模块发送

存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如CD-ROM、软盘或磁带装置；计算机装置存储器或随机存取存储器，诸如DRAM、DDRRAM、SRAM、EDORAM，兰巴斯 (Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的第一计算机装置中，或者可以位于不同的第二计算机装置中，第二计算机装置通过网络(诸如因特网) 连接到第一计算机装置。第二计算机装置可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机装置中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。

当然，本申请实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的智慧食堂营养健康管理方法，还可以执行本申请任意实施例所提供的智慧食堂营养健康管理方法中的相关操作。

上述实施例中提供的智慧营养食堂健康管理系统、存储介质及计算机设备可执行本申请任意实施例所提供的智慧食堂营养健康管理方法，未在上述实施例中详尽描述的技术细节，可参见本申请任意实施例所提供的智慧食堂营养健康管理方法。

上述仅为本申请的较佳实施例及所运用的技术原理。本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行的各种明显变化、重新调整及替代均不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由权利要求的范围决定。

Claims (10)

1.一种智慧食堂营养健康管理方法，其特征在于，所述方法包括以下步骤：

通过食堂后厨管理模块创建菜肴营养成分实时评价模型和菜肴红绿灯体系，创建菜单营养搭配实时评价模型；

所述食堂后厨管理模块发送菜肴营养成分实时评价模型和菜肴红绿灯体系到用户用餐餐前预选模块进行呈现，并根据所述用户用餐餐前预选模块的用户选择的用餐菜肴，呈现用户预选餐的营养报告；

所述用户用餐餐前预选模块呈现用户选择的菜肴和用餐个人营养摄入评价模型，提示是否适合个人，可餐前及时做调整，将用户调整后的满足营养均衡的用餐菜肴并检测用户的下单支付信息；

智能营养机检测到用户的下单支付信息后，根据菜肴营养成分实时评价模型，生成所述用餐菜肴的营养报告并呈现，汇总用户对所述用餐菜肴的真实反馈，形成就餐用户的个人营养画像；

营养健康服务模块根据所述用餐菜肴的营养报告，用户的实际食用量和个人基本信息，提供实时贴身均衡营养建议、下餐营养建议以及营养健康咨询，提供个人营养健康报告，持续为用户贴身营养健康指导服务。

2.根据权利要求1所述的智慧食堂营养健康管理方法，其特征在于，所述通过食堂后厨管理模块创建菜肴红绿灯体系，创建菜单营养搭配实时评价模型，包括：

通过食堂后厨管理模块根据菜肴营养成分实时评价模型，生成菜肴的营养成分；

根据菜肴红绿灯体系，生成菜肴的红绿灯，以对菜肴的营养健康进行评价；

根据菜单营养搭配实时评价模型，生成菜单评分和建议，以达到具体的营养搭配要求。

3.根据权利要求2所述的智慧食堂营养健康管理方法，其特征在于，所述通过食堂后厨管理模块创建菜肴营养成分实时评价模型，包括：

设置主料、配料、调味料、重量、供应份数以及制作锅数，设置提前制作环节和烹饪环节的对应细节，自动生成菜肴的营养成分详情；其中，所述自动生成菜肴的营养成分详情包括：设置单份供应量，设置菜肴类别、具体的残留系数、吸油系数、泡发系数以及菜肴相关主料的可食部分；

根据预设的标准，设置菜肴相关所有食材的宏量营养素、微量营养素以及种类归属；其中，宏量营养素包括蛋白质、脂肪和碳水化合物，微量营养素包括所有中国营养学会标识的常量元素、微量元素、脂溶性维生素和水溶性维生素，微量营养素还包括水、膳食纤维、酚类、萜类和含硫化合物。

4.根据权利要求2所述的智慧食堂营养健康管理方法，其特征在于，所述通过食堂后厨管理模块创建菜肴红绿灯体系，包括：

根据所述菜肴营养成分实时评价模型，结合预设的引导需求点，生成菜肴红绿灯的评价基准值；

其中，所述评价基准值的生成，需结合三方面的数据迭代生成，一方面来自于中国营养学会颁布的中国居民膳食指南中推荐的群体经验值，另一方面来自于所述智慧食堂营养健康管理系统累计数十万份个体数据的总体均衡值，第三方面来自于所述食堂的用户用餐反馈实际均衡值，再按照加权计算生成所述的菜肴红绿灯的油盐评价基准值，以及呈现所用的约定规则描述。

5.根据权利要求2所述的智慧食堂营养健康管理方法，其特征在于，所述创建菜单营养搭配实时评价模型，包括：

针对每餐、每天、每周、每月，结合中国营养学会颁布的中国居民膳食指南标准、就餐人数、就餐特征、智能的按照种类和营养素的指标设定，实时反馈菜单的评分、满足点和不足点，并结合食堂常用食材以及时令食材给出具体的选择建议，且结合一定周期内，食材的不重复性，动态引导食堂后厨的菜单制定方法。

6.根据权利要求1所述的智慧食堂营养健康管理方法，其特征在于，所述食堂后厨管理模块发送菜肴营养成分实时评价模型和菜肴红绿灯体系到用户用餐餐前预选模块进行呈现，包括：

所述食堂后厨管理模块根据用餐个人营养摄入评价模型发送菜肴营养成分实时评价模型和菜肴红绿灯体系到用户用餐餐前预选模块进行匹配计算及呈现；根据匹配算法结果的差异提示，用户可提前做调整，引导用户合理营养就餐，以结合口味与营养健康。

7.根据权利要求1所述的智慧食堂营养健康管理方法，其特征在于，所述智能营养机检测到用户的下单支付信息后，根据菜肴营养成分实时评价模型，结合个人身体特征数据，生成所述用餐菜肴的营养报告并呈现，汇总用户对所述用餐菜肴的真实反馈，形成就餐用户的个人营养画像，包括：

所述智能营养机检测到用户的下单支付信息和用户选择的用餐菜肴后，根据菜肴营养成分实时评价模型，结合个人特征数据画像，生成所述用户用餐的营养报告并呈现；

所述智能营养机获取到用户用餐菜肴的实际食用量后，根据菜肴营养成分实时评价模型，重新生成更准确的所述用户用餐的营养报告并呈现。

8.根据权利要求1所述的智慧食堂营养健康管理方法，其特征在于，还包括：

所述智能营养机获取用户对用餐菜肴的实时评价，并将实时评价反馈到所述食堂后厨管理系统；

所述食堂后厨管理系统根据所述实时评价对菜肴实际作业方法进行调节，包括：

所述食堂后厨管理系统根据盐反馈人数、油反馈人数、以及具体的反馈详情，对菜肴的用盐量和用油量进行调整；

所述食堂后厨管理系统根据制作份数、用餐人数、反馈人数、丢弃份数、以及具体的反馈详情，对菜肴作业的量和种类进行调整。

9.根据权利要求1所述的智慧食堂营养健康管理方法，其特征在于，所述营养健康服务模块根据所述用餐菜肴的营养报告，用户的实际食用量和个人基本信息，提供实时贴身均衡营养建议、下餐营养建议以及营养健康咨询，提供个人营养健康报告，持续为用户贴身营养健康指导服务，包括：

所述营养健康服务模块为所述用户提供个人均衡营养建议和下餐建议，提供单餐，天，周，到长期的营养健康指导互动建议，实时贴身营养健康咨询服务，包括：

根据所述用户的实际用餐营养成分值、个人基础能量消耗计算公式、个人每天能量消耗计算公式和个人每天推荐摄入范围，形成用户每餐的推荐摄入范围以及下餐的推荐摄入范围，获得用户初步的推荐摄入值；

通过个人的营养摄入以及饮食特征，形成个人营养特征画像，

所述个人营养画像包括：

个人营养健康画像是系列画像，由雷达图来形象的表达，分为多个维度和多个数字等级，每个维度可以再继续细分下去，以获得更为精准的个人营养摄入特征；类别分为个人营养习惯综合画像，蛋白质摄入画像，脂肪摄入画像，碳水化合物摄入画像，蔬菜摄入画像，水果摄入画像，以及种类摄入画像；从而得到更加精准的个人均衡营养建议和下餐建议，提供单餐，天，周，到长期的营养健康有效指导互动建议，并成为疾病预防和治未病的基础数据。

所述营养健康服务模块，综合所述用餐用户的用餐信息、个人基本信息，通过个人营养画像算法，提供动态实时贴身营养健康咨询、均衡营养建议以及下餐营养建议，及下周建议。

10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-9任一所述的一种智慧食堂健康管理方法。