Индивидуальный рацион питания

Cukup masukkan jumlah kalori dalam makanan, dan kemudian tekan tombol! Program ini didasarkan pada algoritma genetika, hasil ini akan meningkatkan secara bertahap, dengan mempertimbangkan, antara lain, keseragaman distribusi kalori di antara waktu makan. Begitu penyimpangan dari jumlah yang telah ditetapkan kalori tidak akan melebihi margin of error, yang dapat dipilih dalam pengaturan, untuk menghentikan program.

Tab akan muncul dengan hasil dari 10 varian saat diet, dimulai dengan fakta bahwa hanya merayap mendekati nilai optimal.

program ini ditulis sesuai dengan pedoman metodologis untuk kerja praktek tentang masalah "keamanan Ecological makanan."

Dari Internet, ketika dinyalakan, akan memuat daftar saat ini produk, sekarang mereka cukup eksotis, tetapi mereka dapat dimatikan. Semua dari mereka diambil dari manual dan Departemen Pendidikan tidak buruk saran. Hanya untuk contoh, jika Anda tidak suka sup - pilih probabilitas piring pertama dan postavte 0.

produk langkah berat putaran nilai bobot nilai yang telah ditentukan dari produk, misalnya - pada langkah 50 gram produk berat badan akan menjadi 50, 100, 150, 200 dan seterusnya. Langkah kecil memungkinkan Anda untuk secara akurat memilih diet.

algoritma genetika juga dapat dikonfigurasi:

1) ukuran populasi - jumlah diciptakan pada saat jatah;

2) nilai margin of error - error nol hanya menyarankan orang-orang untuk memilih tingkat keberuntungan 8 atau lebih tinggi, karena algoritma kemungkinan, dia tidak berhenti (secara manual berhenti dengan menekan tombol);

3) probabilitas mutasi dari seluruh penduduk - alternatif untuk pemuliaan konvensional, itu tidak terlalu penting, tetapi memungkinkan Anda untuk membuat ransum tidak mirip satu sama lain dalam tahap akhir;

4) Persentase spesies baru - darah segar bagi masyarakat.

Dua parameter terakhir, pada kenyataannya, memiliki fungsi yang sama dan tidak harus digunakan bersama-sama.

Pemilihan algoritma ini adalah sebagai berikut:

1) Populasi diurutkan dalam urutan menaik (tugas algoritma - minimalisasi fungsi) dan peringkat (lebih dekat ke puncak - semakin besar kemungkinan akan dipilih untuk perkawinan silang dengan populasi berikutnya);

2) crossover operator yang dipilih secara acak (titik atau dua titik), yang menghasilkan dua individu yang diperoleh dengan mengawinkan hewan orangtua;

3) dari dua individu dalam populasi baru tercatat satu yang kebugaran fungsi nilai kurang.