《表7 近五年基于启发式算法的传感器网络节点部署研究工作列表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《太阳能杀虫灯物联网研究现状与展望》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在农业生产中的复杂地形、地貌和杀虫灯对异构作物不同的部署密度需求、网络通信需求等多重条件约束下，太阳能杀虫灯物联网节点部署无法通过整数线性规划的方法给出更好的优化方案。因此，需要考虑采用启发式算法，例如，遗传算法（Genetic Algorithm）、蚁群算法（Ant Colony Algorithm）、蜂群算法（The Bee Colony Algorithm）、粒子群算法（Particle Swarm Algorithm) 和生物地理算法（Biogeographic Algorithm）等，在可接受的计算成本内获得较好的网络节点优化部署策略。基于这样的考虑，对近五年采用启发式算法的网络节点优化部署的相关研究工作整理如表7所示。