《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》
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。
图表编号 | XD0083877600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.31 |
作者 | 李凯亮、舒磊、黄凯、孙元昊、杨帆、张宇、霍志强、王彦飞、王心怡、卢巧玲、张亚成 |
绘制单位 | 南京农业大学工学院、南京农业大学工学院、英国林肯大学、南京农业大学工学院、南京农业大学工学院、南京农业大学工学院、英国林肯大学、英国林肯大学、南京农业大学工学院、南京农业大学工学院、南京农业大学工学院、南京农业大学工学院 |
更多格式 | 高清、无水印(增值服务) |