基于人体健康的中国果蔬消费研究

发布时间：2017-03-24 22:05

  本文关键词：基于人体健康的中国果蔬消费研究，由笔耕文化传播整理发布。

【摘要】：随着生活水平的进步,我国居民的身体健康越来越得到关注,为了使我国果蔬行业可以有序的发展,本文针对主要的果蔬品种的筛选及消费量的预测、评估居民的身体健康、以及为我国居民提供合理的果蔬消费策略几个方面进行了探索与研究。本文首先对全部果蔬进行了统计分析并利用0-1模糊规划模型筛选主要的果蔬品种,得出了10种在营养成分和含量上满足研究需要的水果和蔬菜品种,继而根据2003—2013年果蔬的年产量、损耗率、进出口数据,计算出我国居民的消费量。借助灰色系统理论预测,给出了直到2020年期间,十种主要水果和蔬菜的年消费量。其次选择主要的评价指标为矿物质、维生素和膳食纤维三种,建立了权重模型,并将我国居民分为儿童、少年、成年(孕妇除外)、孕妇和老人五种人群,利用给定的权重模型,按照其比例计算出目前我国居民整体的营养素的当前摄入水平并与标准摄入量进行对比,得出目前我国居民营养物质年摄入水平状况不太合理,膳食纤维和矿物质摄入量严重不足,但随着时间的推移,居民重视果蔬的摄入,各营养指标缓慢增长,至2020年各营养素摄入量又出现过量状况,以致居民的健康趋于恶化的研究结果。在此研究的基础上,为居民找到合理的消费策略。根据主要的水果蔬菜的相似性,将其含有的营养成分进行聚类分析,将10种主要水果和蔬菜分为5大类。提出了在不同季节居民以最低购买成本并保证自身健康需要的水果蔬菜组合,建立线性规划模型,利用MATLAB软件可以解出可行解。最后根据本文的研究,提出了规划我国果蔬产业市场的建议。
【关键词】：0-1模糊规划 灰色预测模型 聚类分析 线性规划 统计分析
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F323.7
【目录】：

• 致谢5-6
• 摘要6-7
• ABSTRACT7-9
• 1 引言9-11
• 2 筛选主要的果蔬种类并预测其消费量11-19
• 2.1 0-1模糊规划模型筛选主要的果蔬11-12
• 2.2 建立灰色预测模型12-19
• 2.2.1 主要果蔬的年消费量的模型12-14
• 2.2.2 灰色预测模型的建立14-19
• 3 中国居民人体营养健康状况分析19-23
• 3.1 主要的评价指标19
• 3.2 权重的确定19-21
• 3.3 营养素摄入水平的预测21-23
• 4 中国居民合理的果蔬消费决策23-31
• 4.1 聚类分析23-28
• 4.2 最优化模型的建立28-31
• 5 规划我国果蔬产业市场的建议31-32
• 6 结论32-33
• 参考文献33-35
• 附录A35-37
• 作者简历37-39
• 学位论文数据集39

【相似文献】

中国期刊全文数据库 前10条

1 陈晨;利用聚类分析选择有投资价值的上市公司[J];浙江金融;2004年11期

2 何嘉鹏;梁周扬;曲懿恒;;利用聚类分析研究全国教育的发展状况[J];中国集体经济;2008年19期

3 孟姗姗;;全国地区小康和现代化指数的层次聚类分析[J];品牌(理论版);2010年10期

4 赛从瑞;袖珍机辅助排序聚类分析的程序设计与应用[J];成组生产系统;1987年04期

5 何湘藩;庄真;;模糊分级聚类分析方法[J];数量经济技术经济研究;1991年12期

6 刘姗;;广东省各地市金融发展的聚类分析[J];中国集体经济;2014年15期

7 王国定,邱秀荣;对山西省上市公司的聚类分析[J];山西财经大学学报;2002年03期

8 姚泽清,赵世玲,华中民;江苏省13城市国民经济主要指标的聚类分析[J];解放军理工大学学报(自然科学版);2003年03期

9 吕江平;聚类分析及其可视化方法[J];统计与决策;2005年19期

10 李娟,赵利婧,白蔚萌;对我国2003年各地区最终消费的聚类分析[J];沿海企业与科技;2005年11期

中国重要会议论文全文数据库 前10条

1 梅翠;;我国各地区居民收入差距及其对消费的制约[A];中国现场统计研究会第12届学术年会论文集[C];2005年

2 李均立;傅国华;;海南各县(市)经济实力的聚类分析[A];中国现场统计研究会第12届学术年会论文集[C];2005年

3 刘黄金;曹林峰;;南京服务业发展的聚类分析[A];江苏省现场统计研究会第十次学术年会论文集[C];2006年

4 肖静;杨泽峰;徐辰武;;微阵列表达谱监督聚类分析方法的比较研究[A];江苏省遗传学会第七届代表大会暨学术研讨会论文摘要汇编[C];2006年

5 路爱峰;崔玉杰;;沪市电力上市公司经营业绩的聚类分析[A];中国数学力学物理学高新技术交叉研究学会第十二届学术年会论文集[C];2008年

6 陈国华;廖小莲;夏君;;证券投资分析的聚类分析方法[A];中国企业运筹学[2011（1）][C];2011年

7 张红卫;隗金水;;聚类分析评价与测量效度关系探讨[A];第九届全国体育科学大会论文摘要汇编(4)[C];2011年

8 牛东晓;乞建勋;;网络资源平衡问题的聚类分析优化遗传算法研究[A];2001年中国管理科学学术会议论文集[C];2001年

9 詹原瑞;彭书杰;李如一;;基于聚类分析的企业信用等级评价方法[A];西部开发与系统工程——中国系统工程学会第12届年会论文集[C];2002年

10 邹晓玫;修春波;;基于聚类分析的犯罪率相关因素的研究[A];当代法学论坛（二○一○年第3辑）[C];2010年

中国博士学位论文全文数据库 前4条

1 张建萍;基于计算智能技术的聚类分析研究与应用[D];山东师范大学;2014年

2 李成安;分布式环境下聚类分析新方法的研究[D];浙江大学;2006年

3 杨旭杰;基于统计方法模型分析的中药复方专利保护研究[D];北京中医药大学;2012年

4 李宝玲;王裕颐教授学术思想与临床经验总结及治疗眩晕证治规律研究[D];北京中医药大学;2012年

中国硕士学位论文全文数据库 前10条

1 李元俊;大学生就业能力培养与社会需求的匹配性研究[D];山东建筑大学;2015年

2 冯雪冰;基于模糊理论的EM算法在聚类分析的应用研究[D];中国地质大学(北京);2015年

3 黄银;行业地区发展水平的聚类分析[D];苏州大学;2015年

4 郭俊峰;聚类分析下的股票投资价值挖掘研究[D];大连海事大学;2015年

5 张旭;考虑风电接入不确定性的节点特性建模研究[D];山东大学;2015年

6 褚旭;我国各省市CDM项目聚类分析及影响因素研究[D];首都经济贸易大学;2015年

7 刘鑫琳;VAGUE集理论及其在聚类分析中的应用[D];广西大学;2015年

8 周颖;基于蚁群算法的聚类分析在学生成绩中的研究[D];南昌大学;2015年

9 邢蕊;以聚类分析为基础的我国证券公司效率研究[D];山西大学;2015年

10 王帅宇;K-Means算法在用户细分方面的应用研究[D];北京理工大学;2015年

  本文关键词：基于人体健康的中国果蔬消费研究，，由笔耕文化传播整理发布。

本文编号：266225