Numerical results are obtained usin

Numerical results are obtained using WSNs with a number of nodes of 5 to 50 nodes in the network. The network area is chosen to be 100×100 m2. The information generation rate b is set to 6 Mbps and the link capacity Q is set to 10 Mbps as in [19]. The initial energy Ei is set to 1 Joule while the maximum delay is set to 1.8 seconds [7]. The energy coefficient t and r are set to 50 nJ/bit and amp is set to 100 pJ/bit/m2 as in [14]. For MOGA implementation, the population size is 300 individuals and the number of generations is 300. Meanwhile GA operators are chosen such that the crossover probability which is equal to 0.8 per pair and the mutation probability is 0.2 per individual.

結果 (繁體中文) 1:

計算結果是無線感應器網路使用 5 到 50 節點在網路中節點的數目。網路區域被選為 100 × 100 m2。資訊生成率 b 設置為 6 Mbps 和鏈路容量 Q 設置為 10 Mbps 和在 [19]。初始能量 Ei 是設置為 1 焦耳，而最大延遲設置為 1.8 秒 [7]。能量係數 t 和 r 設置為 50 nJ/位和 amp 設置為位/m2 在 [14] 100 pJ。MOGA 實施人口規模是 300 個人和幾代人的數量是 300。同時 GA 運算元的選擇即等於 0.8 每雙交叉概率和變異概率是 0.2 每個人。

結果 (繁體中文) 2:

使用無線傳感器網絡與多個網絡中的5至50個節點的節點得到的數值結果。網絡區域被選擇為100×100平方米，的信息生成速率b設定至6 Mbps和鏈路容量Q被設置為10 Mbps如[19]。而最大延遲被設置到1.8秒的初始能量Ei的設置為1焦耳[7]。能量係數Δt和r為設置為50毫微/比特和β放大器被設置為100 PJ /比特/平方米如[14]。為MOGA實現中，群體規模為300個人和世代的數目是300同時遺傳算法運算被選擇為使得交叉概率等於0.8對和變異概率是0.2％的個體。

結果 (繁體中文) 3:

使用無線感測器網路節點的5至50個節點在網絡中得到的數值結果。網絡面積為100平方米100平方米。資訊生成率B設定為6 Mbps和連結容量Q設定為10 Mbps為[ 19 ]。初始能量EI設定為1焦耳，最大延遲時間設定為1.8秒[ 7 ]。能量係數T和R都設定為50毫微/比特和放大器設定為100 PJ /點/平方米為[ 14 ]。對於多目標遺傳演算法實現，人口規模為300人，一代又一代人的號碼是300。同時，選擇了遺傳運算元，其交叉概率為0.8，變異概率為0.2。