不确定性下的膳食规划：购物频率如何影响食物浪费及其优化策略

针对家庭食物管理中因不确定性导致的食物浪费问题，研究人员通过建立数学膳食规划模型，量化分析了不同购物频率对食物浪费的影响。研究发现，高不确定性家庭采用高频购物可减少52-900克/21天的浪费，而基于库存的食谱选择能将日均浪费降至3克。该研究为制定差异化干预策略提供了理论依据。

　　

在全球每年约13亿吨食物浪费的背景下，家庭层面的食物管理成为可持续发展的重要议题。传统干预措施存在矛盾：预防性策略主张批量采购以减少购物次数，而恢复性策略则推荐高频购物以适应生活不确定性。这种矛盾凸显了需要量化评估购物频率与食物浪费关系的迫切性。

研究人员开发了创新的数学膳食规划模型，采用滚动时域（rolling horizon）方法模拟21天周期内四口之家的膳食规划。模型整合了营养充足性、包装规格和人员出席不确定性等参数，通过优化算法生成食谱组合与购物清单。关键技术包括：1）多目标优化算法平衡营养与浪费；2）不确定性分级建模（低/中/高三种家庭场景）；3）库存驱动的动态食谱选择机制。

研究结果显示：

1. 不确定性水平决定最优购物频率：低不确定性家庭（0-52克浪费）适合低频购物，而高不确定性家庭（50-900克）需采用高频购物。
2. 库存优化具有普适价值：采用"先消耗库存"策略时，所有家庭日均浪费均降至3克，证明灵活调整比固定频率更重要。
3. 包装规格是关键调节因素：大包装在低不确定性家庭可减少23%浪费，但在高不确定性场景会加剧71%的过剩。

结论部分强调，该研究首次量化证明了"一刀切"的购物建议效果有限，应依据家庭不确定性特征制定差异化策略。通过将膳食规划建模为动态优化问题，为开发智能膳食规划工具提供了算法框架。发表在《Sustainable Production and Consumption》的这项研究，其创新点在于：1）建立可扩展的不确定性量化模型；2）揭示库存管理比频率控制更具普适性；3）提出"适应性膳食规划"新范式。这些发现对制定精准化食物浪费干预政策具有重要指导意义，特别是在后疫情时代家庭饮食模式多变的背景下。