IEEE Xplore:Energy Saving in Heterogeneous Wireless Rechargeable Sensor Networks(异质无线可充电传感器网络的节能问题)

一.Abstract:

移动充电器 (MC) ;无线可充电传感器网络 (WRSN)

Goal:min ---- energy cost which is due to the wireless charging and the MC’s movement

Subject:each sensor obtains its required amount of energy. 

Method: computational geometry-based algorithm

             shortest Hamiltonian cycle

二.System Model:

   Fig. 1. Network Model

The heterogeneous network model(异质性网络模型):

异质性网络模型是一种网络模型，在这个模型中，网络中的节点和边有不同的类型，节点之间和边之间的连接方式也会因为节点和边的类型而不同。这种模型常常用于描述现实社会、技术网络和生物网络等具有异构特性的复杂系统。

例如，在社交网络中，人们之间可以建立各种关系，比如朋友、家人、同事、陌生人等，也可以通过不同的方式进行联系，比如文字聊天、语音通话、视频聊天等。在这种网络中，人们就可以被划分为不同的节点类型，比如利用不同的联系方式进行沟通的人可以划分为不同的类型，而不同类型的节点之间的连边方式也可能有所不同。

异质性网络模型与同质性网络模型不同，同质性网络模型中的所有节点和边都是同一种类型。异质性网络模型能够更准确地反映真实世界中存在的复杂关系，并且可以更好地预测网络的演化和行为。

在实际应用中，异质性网络模型被广泛应用于各种领域，包括社交网络、生物网络、交通网络、金融网络等，以帮助人们更好地理解网络系统的结构和行为规律，以及预测未来的发展趋势

The two coupling NP-hard problems(两个耦合的NP-hard问题):

NP-hard是指非确定性多项式时间（NP）问题的一类，这些问题具有以下特征：

1. 解决该问题可能需要枚举所有可能的情况，因此算法的复杂度至少是指数级别的。
2. 该问题可以被转化为其他 NP 问题，即如果我们能够在多项式时间内解决该问题，我们可以在多项式时间内解决其他 NP 问题。

由于这些特征，NP-hard 问题通常非常难以处理，很难在可接受的时间内找到最优解。而将多个 NP-hard 问题组合成一个更大的问题时，问题的复杂度通常会变得更高，这就是所谓的“耦合”。

例如，在物理学中，蛋白质结构预测问题被认为是一个 NP-hard 问题，这意味着找到最优的蛋白质结构需要枚举所有可能的构象状态，因此计算量非常大。而当需要同时预测多个蛋白质结构时，这些问题之间可能会发生耦合，因为蛋白质结构之间可能会相互影响，而找到全局最优解可能需要考虑所有可能的结构，并且需要进行大量的计算。

在复杂系统中，耦合效应是普遍存在的。当多个问题之间发生耦合时，我们需要考虑问题之间的相互关系，并且需要使用更为复杂的算法来解决这些问题。模型简单、难处理的 NP-hard 问题经常涉及到耦合，并且需要特殊方法才能解决，比如贪心算法、遗传算法、模拟退火等优化算法

 divided into two sub-problems,