The multi-actuator task allocation

The multi-actuator task allocation problem (MTAP) is formulated as the mixed integer non-linear programming (MINLP) optimization problem in [11]. It can be shown that it is NP-Complete, since it is similar to the traveling salesman problem. The optimization objective function minimizes the overall movement of the actuators, and guarantees the real-time deadline and resource constraints of the event. The authors proposed use of several heuristics to find sub-optimal solutions. This centralized solution assumes that the problem solver has a priori knowledge about the complete network. In these usually centralized formulations, the optimization objectives are: energy consumption minimization, maximization of processing time, utility maximization, total travel distance minimization or residual energy maximization. Although these centralized solutions can be formulated to target our scenario (single event), they either ignore the communication cost, or assume the complete graph. Lack of studies regarding communication in various cooperation schemes in WSAN is emphasized in [12]. State-of-the-art discussion on the centralized vs. market-based approach to MTAP is given in [13].

結果 (中文) 1:

多的致动器的任务分配问题（MTAP）配制成混合整数非线性规划（MINLP）[11]中的最优化问题。它可以证明它是NP完全问题，旅行商问题，因为它类似。最优化的目标函数最小化的整体运动的致动器，，保证了实时的事件截止时间和资源的限制。作者提出了使用一些启发式找到最佳的解决方案。这种集中式的解决方案假定有一个先验知识的完整网络解决问题的能手。在这些通常集中的配方，优化的目标是：能源消耗最小化，最大化的处理时间，效用最大化，总的旅行距离最小化或剩余能量最大化。虽然这些集中式解决方案，可以制定针对我们的情况下（单一事件），他们忽略了通信成本，或承担完整的图形。 [12]关于沟通的各项合作计划，在WSAN的研究中强调的缺乏。国家的最先进的讨论集中与以市场为基础的方法来MTAP [13]。

結果 (中文) 2:

多执行器的任务分配问题（MTAP）转化为混合整数非线性规划（MINLP）[ 11 ]中的优化问题。它可以证明它是NP完全的，因为它类似于旅行商问题。优化的目标函数最小化的致动器的整体运动，并保证实时截止期和资源约束的事件。作者建议使用一些启发式算法来找到最优的解决方案。这种集中式的解决方案假定的问题求解一个完整的网络的先验知识。这些通常集中的配方，优化的目标是：能源消耗最小化，最大加工时间，效用最大化，最小化总行驶距离和剩余能量最大化。虽然这些集中的解决方案，可以制定目标我们的场景（单一事件），他们要么忽视沟通成本，或承担完全图。对于在WSAN在各种合作计划的沟通是[ 12 ]强调研究缺乏。集中与市场法在MTAP [ 13给出的艺术讨论状态]。

結果 (中文) 3:

Multi-actuator 任务分配问题 (MTAP) 被制定作为混合的整数非线性规划 (MINLP) 中的优化问题 [11]。它可以表明它是 NP 完成，因为它是类似于货郎担问题。优化目标函数最小化执行器，整体的移动和保证事件的实时截止日期和资源的限制。作者建议的使用的几种启发式技术以找到最佳的解决办法。这种集中式的解决方案假定问题规划求解的先验知识有关的完整的网络。在这些通常集中的配方，优化目标是： 能源消耗最小，处理时间、 效用最大化、 总旅行距离最小化或剩余能量最大化的最大化。虽然可以制订这些集中式的解决方案，针对我们的场景 （单一事件），他们忽略了通信成本，，或承担完全图。[12] 强调缺乏有关通信在反应器中的各项合作计划的研究报告。状态--艺术探讨集中与 MTAP 基于市场的办法鉴于 [13]。