Food designing for Covid-19 patients with the help of applied mathematical optimization technique in LINDO Software

Diseño de alimentos para pacientes de Covid-19 con la ayuda de la técnica de optimización matemática aplicada del software LINDO

Objective: Due to the alarming rise in COVID-19 cases every day in India, numerous academics are already developing a variety of math-based estimation models to forecast the pandemic future course. This paper makes use of publicly available data to anticipate certain COVID-19 trajectories in India. Methods: We used the Auto-Regressive Integrated Moving Average Model, a time series model, to anticipate the number of COVID-19 infected cases every day soon. People need to consume nutritious food that is well-balanced and contains the right number of calories, nutrients, as well as vitamins for strong development, bearing in mind that sustaining and repairing bodily tissues is the goal while preventing unfavorable illnesses and disease. Results: Recent studies have shown that healthy eating can help lower the possibilities of developing cancer, cardiovascular disease and for COVID patients. Therefore, an optimization strategy and LINDO software was used to solve the model. This study offers an exhaustive daily meal plan created especially for hospital patients, acting as a helpful resource for school administrators. With six different food choices, the diet plan makes sure that you get all the nutrients you need each day at a reasonable price. Conclusions: The model is solved using LINDO software in the study, which shows how effective it is when compared to other heuristic techniques like biological algorithms. It is determined through thorough investigation that the chosen meals are both financially and nutritionally feasible to serve in ho spital settings. Hospital patients make up the study’s participants, and each day’s total cost comes to Rs109.34. This cost makes it possible to deliver meals that are minimally more costly but of higher quality, improving the patients’ overall nutritional value.

Objetivo: Debido al alarmante aumento de casos de COVID-19 cada día en la India, numerosos académicos ya están desarrollando una variedad de modelos de estimación basados en matemáticas para pronosticar el curso futuro de la pandemia. Este documento utiliza datos disponibles públicamente para anticipar ciertas trayectorias de COVID-19 en la India. Métodos: Utilizamos el modelo de media móvil integrada autorregresiva, un modelo de series temporales, para anticipar el número de casos de infección por COVID-19 todos los días en el corto plazo. Las personas necesitan consumir alimentos nutritivos, bien equilibrados y que contengan la cantidad adecuada de calorías, nutrientes y vitaminas para un desarrollo fuerte, teniendo en cuenta que el objetivo es mantener y reparar los tejidos corporales y, al mismo tiempo, prevenir enfermedades y dolencias desfavorables. Resultados: Estudios recientes han demostrado que una alimentación saludable puede ayudar a reducir las posibilidades de desarrollar cáncer, enfermedades cardiovasculares y en pacientes con COVID. Por lo tanto, se utilizó una estrategia de optimización y el software LINDO para resolver el modelo. Este estudio ofrece un plan de alimentación diario exhaustivo creado especialmente para pacientes hospitalarios, que actúa como un recurso útil para los administradores escolares. Con seis opciones de alimentos diferentes, el plan de dieta garantiza que obtenga todos los nutrientes que necesita cada día a un precio razonable. Conclusiones: El modelo se resuelve utilizando el software LINDO en el estudio, lo que muestra su efectividad en comparación con otras técnicas heurísticas como los algoritmos biológicos. A través de una investigación exhaustiva se determina que las comidas elegidas son viables desde el punto de vista financiero y nutricional para servir en entornos hospitalarios. Los pacientes del hospital constituyen los participantes del estudio y el costo total de cada día asciende a 109,34 rupias. Este costo permite entregar comidas mínimamente más costosas pero de mayor calidad, mejorando el valor nutricional general de los pacientes.

Objectivo: Devido ao aumento alarmante de casos diários de COVID-19 na Índia, vários académicos já estão a desenvolver uma variedade de modelos de estimativa baseados em matemática para prever o curso futuro da pandemia. Este artigo utiliza dados disponíveis publicamente para antecipar certas trajetórias da COVID-19 na Índia. Métodos: Usamos o modelo de média móvel integrada auto-regressiva, um modelo de série temporal, para antecipar o número de casos infectados por COVID-19 todos os dias em breve. As pessoas precisam consumir alimentos nutritivos, bem balanceados e que contenham a quantidade certa de calorias, nutrientes e vitaminas para um forte desenvolvimento, tendo em mente que o objetivo é sustentar e reparar os tecidos corporais, ao mesmo tempo que se previnem doenças e enfermidades desfavoráveis. Resultados: Estudos recentes demonstraram que uma alimentação saudável pode ajudar a diminuir as possibilidades de desenvolvimento de cancro, doenças cardiovasculares e para pacientes com COVID. Portanto, uma estratégia de otimização e o software LINDO foram utilizados para resolver o modelo. Este estudo oferece um plano alimentar diário exaustivo criado especialmente para pacientes hospitalares, atuando como um recurso útil para administradores escolares. Com seis opções alimentares diferentes, o plano de dieta garante que você obtenha todos os nutrientes necessários todos os dias a um preço razoável. Conclusões: O modelo é resolvido utilizando o software LINDO no estudo, o que mostra sua eficácia quando comparado a outras técnicas heurísticas como algoritmos biológicos. Através de investigação minuciosa é determinado que as refeições escolhidas são financeiramente e nutricionalmente viáveis para serem servidas em ambientes hospitalares. Os pacientes do hospital constituem os participantes do estudo e o custo total de cada dia chega a Rs109,34. Esse custo permite entregar refeições minimamente mais caras, mas de maior qualidade, melhorando o valor nutricional geral dos pacientes.