The problem to be solved is finding

The problem to be solved is finding the closest actuator to respond to an event, and assign a task to it. This problem is sometimes called the task assignment or task allocation problem. The input of the problem is the information about an event (location, response time etc.), and the output is a task, assigned to the best actuator. The new algorithm, proposed in this paper, consists of two parts. First, we find the candidate for the closest actuator by using iMesh. Then, in the second phase, we try to find a closer actuator (if possible) by using auctions, and consequently improve the basic iMesh in terms of the success rate in finding the closest actuator.

結果 (中文) 1:

要解决的问题是寻找最近的致动器响应一个事件，并把任务分配给它。此问题有时也被称为任务分配或任务分配问题。输入的问题是有关事件的信息（位置，响应时间等），并输出的是一个任务，分配到的最佳的致动器。本文提出了新的算法，，由两部分组成。首先，我们找到最接近的执行器使用imesh的候选人。然后，在第二阶段中，我们试图找到一个更接近的致动器（如果可能的话），通过使用拍卖，并因此提高找到最接近的的致动器的成功率方面的基本imesh。

結果 (中文) 2:

要解决的问题是找到响应一个事件最近的致动器，并将任务分配到它。这个问题有时也被称为任务分配和任务分配问题。问题的输入事件有关的信息（位置，响应时间等），和输出是一个任务，分配到最佳的致动器。新的算法，本文提出的，由两部分组成。首先，我们发现候选人最近的致动器采用iMesh。然后，在第二阶段，我们试图找到一个更紧密的致动器（如果可能的话）进行拍卖，从而提高寻找最近的致动器的成功率基本iMesh。

結果 (中文) 3:

要解决问题就找到的最接近的制动器，以响应事件，并将任务分配给它。这个问题有时称为任务分配或任务分配问题。问题的输入是一个事件 （地理位置、 响应时间等），有关的信息，其输出是一项任务，分配给的最佳的制动器。在此文件中，建议的新算法，由两部分组成。首先，我们找到候选人最接近致动器通过使用 iMesh。然后，在第二阶段，我们尝试查找更密切的制动器 （如果可能） 通过使用拍卖，并因此提高基本 iMesh 在中找到的最接近的制动器的成功率。