In [4], a fuzzy logic-based optimiz

In [4], a fuzzy logic-based optimization of lifetime and source-to-sink delay is proposed. The membership function is very complicated and the encountered complexity goes beyond the processing capabilities of each node. Minimizing the error probability and the energy consumption is presented in [5]. A sub-optimal solution is obtained by converting the MOPT into SOPT sub-problems. This sub-optimal approach achieves better performance in terms of energy consumption, but has worse performance in terms of the delay.
In [6], Martins et al. introduce a solution for the dynamic coverage and connectivity using an evolutionary algorithm. The MOPT approach provides a feasible solution for extending the WSNs lifetime but with the loss of the network mean coverage. The authors in [7] introduce a hybrid geographical routing (HGR) algorithm, as a multi-objective approach that combines the distance-based routing and the direction-based routing. Distance-based routing chooses a neighbor with the largest distance progress toward the sink, while the directionbased routing prefers a neighbor with the lowest angle of deviation toward the sink. The algorithm performance depends
heavily on the choice of a fixed weighting factor based on empirical results. HGR ignore the cost and the complexity associated with the switch between the two approaches based on the distance and the direction.

結果 (繁體中文) 1:

在 [4]，提出了模糊邏輯的優化設計壽命和源-匯延遲。隸屬函數是非常複雜和遇到的複雜性超出每個節點的處理能力。[5] 中提出了最小錯誤概率和能源消耗。通過現場子問題轉化為初一次優解。這種次優的方法達到更好的性能，在能源消耗方面，但更糟糕的是具有延遲性能。在 [6] 中，馬丁斯等人介紹動態覆蓋和使用一種進化演算法的連接解決方案。初一方法為延長無線感應器網路生命週期提供了一個可行的解決方案但與網路的損失意味著覆蓋面。[7] 中的作者介紹一種混合地理路由 (HGR) 演算法，作為一種多目標的方法，結合基於距離的路由和基於方向的路由。基於距離的路由選擇與接收器的最大距離進度的鄰居，而 directionbased 路由喜歡與最低偏向角的往水槽裡的鄰居。演算法的性能取決於很大程度上基於實證結果固定的加權因數的選擇。HGR 忽略成本和與這兩種方法之間切換相關的複雜性基於距離和方向。

結果 (繁體中文) 2:

在[4]，壽命和源到宿延遲的模糊基於邏輯的優化算法。隸屬函數非常複雜，所遇到的複雜性超出了各節點的處理能力。最小化錯誤概率和能耗中提出[5]。一個子最優解是由MOPT轉換成SOPT子問題獲得。此亞最佳方法實現在能源消耗方面更好的性能，但有在延遲方面表現更差。
在[6]中，馬丁等人。引入動態覆蓋和連接使用進化算法的溶液。所述MOPT方法提供了一個可行的解決方案，用於擴展無線傳感器壽命，但與網絡的損失意味著覆蓋。在[7]引入混合地理路由（HGR）算法，作為一個多目標的方法，它結合了基於距離的路由和基於方向的路由的作者。基於距離的路由選擇朝向水槽的最大距離進步的鄰居，而directionbased路由更喜歡與偏差向下沉的最低角鄰居。該算法的性能取決於
很大程度上基於實證結果一個固定的權重因子的選擇。HGR忽略的成本和與基於距離和方向的兩種方法之間的切換相關聯的複雜性。

結果 (繁體中文) 3:

在[ 4 ]中，提出了一種基於模糊邏輯的優化的壽命和源到接收器的延遲。隸屬函數是非常複雜的，遇到的複雜性超出了每個節點的處理能力。最大限度地减少錯誤概率和能量消耗在[ 5 ]。一個次優的解決方案是通過將數學開放題教學為斑子問題得到。這種次優的方法在能源消耗方面取得了較好的效能，但在延遲方面表現更差。在[ 6 ]，馬丁斯等。用進化演算法介紹動態覆蓋和連通性的解決方案。數學開放題教學的方法延長無線感測器網路生命週期提供了一個可行的解決方案，但隨著網絡平均覆蓋損失。在[ 7 ]介紹了一種混合的地理路由（HGR）算灋，為一個多目標相結合的方法，基於距離的路由和基於方向的路由。基於距離的路由選擇鄰居的最大距離朝下沉，而方向路由喜歡鄰居向下沉偏差最小的角度。算灋效能取決於基於經驗結果的固定權重因數的選擇。HGR忽略成本和兩種方法基於距離和方向之間切換的複雜性。