Earticle

With the rapid development of cities, the uneven distribution of green space has led to a significant decline in the accessibility and fairness of green space services for residents, which has restricted the construction of urban resilience. Taking green space accessibility and fairness as the core analysis perspective, this paper constructs a green space optimization site selection model based on the Location Set Covering Problem Model and Maximal Covering Location Problem Model from the perspective of walking and cycling, and optimizes the spatial layout of new green space sites. By analyzing and comparing the accessibility and fairness of green space before and after optimization, the impact of green space optimization layout on urban resilience is explained. The role of optimized green space layout in improving urban resilience and fairness is further explored. The results show that the optimized green space layout effectively alleviates spatial service differences and improves urban resilience while improving the overall green space accessibility and fairness. This study can provide a reference for the construction of urban green space and provide theoretical support and practical paths for achieving fair, resilient and sustainable urban space.

Granular Computing has emerged as a unified and coherent framework of designing, processing, and interpretation of information granules. Information granules are formalized within various frameworks such as sets (interval mathematics), fuzzy sets, rough sets, shadowed sets, probabilities (probability density functions), to name several the most visible approaches. In spite of the apparent diversity of the existing formalisms, there are some underlying commonalities articulated in terms of the fundamentals, algorithmic developments and ensuing application domains. In this study, we introduce two pivotal concepts: a principle of justifiable granularity and a method of an optimal information allocation where information granularity is regarded as an important design asset. We show that these two concepts are relevant to various formal setups of information granularity and offer constructs supporting the design of information granules and their processing. A suite of applied studies is focused on knowledge management in which case we identify several key categories of schemes present there.

With the growing number of devices, applications, and services, energy-efficient communication has become critical in next-generation wireless networks. Terahertz (THz) bands provide vast bandwidth for high data rates, but their poor penetration causes user blockage. To address this, we consider a massive MIMO (mMIMO) THz non-orthogonal multiple access (NOMA) system assisted by an IRS-mounted UAV that reflects signals toward blocked users. We formulate the UAV trajectory design as an NP-hard problem and propose a low-complexity Track Selection Scheme (TSS) that minimizes UAV energy consumption. We develop a Deep Q-Network (DQN)-based NOMA power allocation scheme to further enhance performance and formulate an energy-efficiency maximization problem. The latter is solved using a combination of the Dinkelbach method and the Concave?Convex Procedure (CCCP). Simulation results demonstrate that the proposed schemes significantly reduce UAV energy consumption and improve system sum-rate and energy efficiency compared with benchmark algorithms.

The global shift from defined benefit to defined contribution pension plans has emphasized the importance of individual retirement saving decisions. In response, India introduced the NPS All India model to address the retirement needs of its unorganized labour force, offering subscribers a choice between the Auto Choice (life-cycle approach) and the Active Choice (customized allocation). Recognizing the financial literacy gap among subscribers, this study employs a Genetic Algorithm (GA) to determine the optimal asset allocation weights for Active Choice. The results demonstrate that the GA-optimized portfolio outperforms the Auto Choice in terms of expected returns, accumulated retirement wealth, and monthly pension, while maintaining manageable risk levels. These findings have important implications for policymakers and fund managers in enhancing retirement outcomes for unorganized sector workers.

최신의 항공기 탑재 능동위상배열레이다(AESA radar; active electronically scanned array radar) 에서는 AESA 레이다의 빠른 전자적 빔 조향 능력과 효율적인 레이다 자원관리를 통해, 상황인식 능력을 극대화할 수 있는 동시운용(Interleaved) 모드가 운용된다. 본 논문에서는 AESA 레이다의 동시운용모드에 있어서 점진적인 성능 저하를 이루기 위한 모드별 자원 할당량을 결정하기 위해, 모드별 성능분석 항목을 식별하고 탐지거리 성능 측면에서 자원할당량에 따른 성능저하를 분석하였다. 이를 통해 실제 동시운용모드 설계 시 모드별 또는 탐색 영역 조합별로 성능 저하를 최소화 할 수 있는 부하량을 도출하였고, 단일모드 운용 대비 동시모드 운용 시 부하 관리 기반 빔 스케줄링 규칙에 대해 제안하였다.

AESA radar is able to instantaneously and adaptively position and control the beam, and this enables to have interleaved mode in modern airborne AESA radar which can maximize situational awareness capability. Interleaved mode provides two or more modes simultaneously, such as Air to Air mode and Sea Surface mode by time sharing technique. In this interleaved mode, performance degradation is inevitable, compared with single mode operation, and effective resource allocation is the key component for the success of interleaved mode. In this paper, we identified performance evaluation items for each mode to analyze interleaved mode performance and proposed effective resource allocation methodology to achieve graceful performance degradation of each mode, focusing on detection range. We also proposed beam scheduling techniques for interleaved mode.

중국 고등교육의 자원배분의 효율성을 연구하는 것은 고등교육의 질적 균형발전을 더욱 촉진하고 교육력을 건설하는데 매우 의의가 있다. 본 논문은 DEA-Malmquist 지수 를 사용하여 중국 고등교육의 자원할당 효율성을 계산하고, 고등교육의 자원할당 효율 성 현황을 분석하고, ESDA 모델을 사용하여 고등교육 효율성의 구체적인 공간적 특성 을 연구한다. 중국 각 성(省)의 자원 배분, 교육의 형평성을 분석하기 위해 Tobit 모델을 사용 중국의 고등교육 자원배분 효율성과의 관계를 연구했다. 연구 결과는 다음과 같은 세 가지 점을 가지고 있다. 첫째, 중국 교육형평성은 고등교육 자원배분의 효율성에 긍정적인 영향을 미치며 지역적 이질성이 크다. 둘째, 중국 고등교육 자원배분의 효율 성에 상당한 공간적 파급효과가 있다. 마지막으로 중국 고등교육의 배분 효율성을 제고 하기 위한 전략을 제안한다.

To study the allocation efficiency of higher education resources in China is of great significance to further promote the balanced development of higher education and to build an educational power. In this paper, besed on human capital theory and DEA theory， DEA-Malmquist index is used to calculate the resource allocation efficiency of China’s higher education, revealing the overall situation of China's higher education resource allocation efficiency, and using the Exploratory spatial data Analysis model (ESDA) to analyze the specific spatial characteristics of higher education resource allocation efficiency in each province. Tobit regression model is used to analyze the impact of educational equity on the allocation efficiency of higher education resources in China. The results show that, first, educational equity has a positive impact on higher education resource allocation efficiency, and there is significant regional heterogeneity. Second, higher education resource allocation efficiency has significant spatial spillover effect. Finally, the paper puts forward some strategies for improving the allocation efficiency of Higher education in China. The research was helpful to open the “black box” in which educational equity affects the allocation efficiency of higher resources, and has certain reference significance for improving the allocation efficiency of higher education resources.

研究中国高等教育资源配置效率问题，对进一步促进高等教育优质均衡发展、建设教 育强国具有重要意义. 因此，本文依据人力资本理论和DEA理论，利用DEA-Malmquist 指数模型测算出了中国高等教育资源配置效率，分析了高等教育资源配置效率现状，并 采用ESDA模型研究了各省域高等教育资源配置效率的具体空间特征，同时利用Tobit模 型分析了教育公平与中国高等教育资源配置效率关系. 研究得出，第一，教育公平正向影 响高等教育资源配置效率，且存在显著的区域异质性. 第二，高等教育资源配置效率存在 显著的空间溢出效应. 最后，提出了中国高等教育配置效率提升的策略. 研究的开展有利 于打开教育公平影响高等教育资源配置效率的“黑箱”，为提升高等教育资源配置效率具 有一定的借鉴意义.

디지털 마케팅 캠페인을 수행하는 광고주는 매체 기획(media planning) 단계에서 비용대비 최적의 광고 성과를 만들고자 하며, 이를 위해 광고가 집행되는 광고 매체 별로 투입된 예산 대비 광고 성과의 효율을 측정하고 평가하고자 한다. 이러한 분석이 가능하기 위해서는 디지털 마케팅 캠페인이 집행되는 과정 및 그 결과에 해당하는 광고 성과 데이터가 수집 되어야 한다. 구체적으로, 광고 채널 별로 광고가 얼마나 노출되었는지, 광고에 노출된 사용자가 광고주의 사이트에 유입 되었는지, 방문 후 상품을 구매하거나 컨텐츠를 소비하였는지에 해당하는 광고 성과 데이터가 실시간으로 수집 되어야 가능하다. 디지털 기술 덕분에 수많은 사람들의 행동 이력을 실시간으로 추적하고 기록하는데 소요되는 비용이 크게 낮아졌기 때문에 광고 집행 및 성과에 대한 데이터 수집이 가능하게 되었다 (Goldfarb and Tucker 2019). 실제로 광고 매체 들은 자사의 광고 플랫폼을 통해 광고 데이터를 수집하고 있으며, 광고주를 대상으로 광고 집행 현황과 광고 성과를 요약해서 제공하고 있다. 광고주가 온라인 상에서 디지털 마케팅을 수행할 때 단일 매체에만 의존하기 보다는 시장에 존재하는 다수의 매체 상에 광고 예산을 배분하여 광고를 집행하고자 하기 때문에, 매체 별로 얼마의 광고비를 지출하는 것이 최적의 의사결정인지에 대한 답을 찾기 원한다. 최근 연구에서는 매체 간 사용자들이 중복되어 있다는 점에 착안하여, 예를 들어 A라는 매체와 B라는 매체에서 광고를 보고 상품을 구매한 경우, 두 매체 별로 동일 사용자에게 영향을 미친 기여도를 측정하는 연구가 진행된 바 있으나 (Ghose and Todri 2016), 이러한 연구는 광고 예산 최적화 관점 보다는 기여도 모델을 제시하고 성과를 측정하는 방법을 소개하고 있기 때문에 광고주 입장에서 찾고자 하는 예산 최적화에 대한 구체적인 답을 제공하지 못한다는 한계가 있다. 광고 예산 최적화를 수행해온 대표적인 연구로는 자료포괄분석(Data Envelopment Analysis) 모형이 있다. 자료포괄분석은 비모수적 선형계획법으로, 투입량에 따른 산출 효율성을 다른 의사결정단위와 상대적 관점에서 비교하여 투입량을 줄이거나 늘여야 하는지를 계산하는 방법론이다. 자료포괄분석 모형은 회귀분석과 같은 모수에 기반한 모형과 달리 구체적인 수학적 함수를 가정하지 않기 때문에, 투입량과 산출량 사이의 명확한 인과관계를 밝히기 어려운 의사결정단위들의 상대적인 효율성을 판단할 수 있다는 장점이 있다 (Charnes 외 1979). 그러나 자료포괄분석 모형은 비모수적 선형계획법으로 모수에 기반한 통계적 유의성 검정 과정이 없기 때문에 모형의 판별력을 측정할 수 없는 단점을 가지고 있으며, 최적화 해야하는 목적 함수가 비선형일 경우 적용할 수 없다는 한계를 가지고 있다. 그러나 광고 성과는 한계효용이 체감하는 비선형 함수의 형태를 갖는다는 것이 기본 가정이기 때문에, 목적함수가 선형이라는 가정을 적용할 수 없는 기존 방법론의 한계를 극복하고자 본 연구에서는 비선형 광고성과 목적함수에 대하여 다매체 포트폴리오 상에서 최적의 광고 예산 해를 구하는 모형을 제안한다. 본 연구에서 제안하는 다매체 광고 예산 배정 최적화 모형은 광고주가 최적의 광고 성과를 만들기 위하여 각 매체 별로 얼마의 예산을 배정해야 하는지를 찾아주기 위하여 설계되었다. 매체 별로 집행되는 광고비가 증가할수록 광고 성과는 점차 체감한다는 수확체감의 법칙(law of diminish returns)을 바탕으로 (Broussard 2000; Smith 외 2006; Simon & Arndt 1980), 최적화 문제의 목적함수가 볼록함수가 되도록 로그함수를 가정하여 최적화 문제에 대한 해를 항상 찾을 수 있다는 것에 대한 이론적인 지지를 받고자 하였다. <표 1> 에서 설명하는 목적함수는 광고 예산 최적해를 구하고자 하는 시점(t) 에 대해서, 로그함수를 통해 추정되는 광고 성과의 총합을 의미한다. 이 때, ai, bi 는 i번째 광고매체에 대해 관찰된 모든 과거 시점의 데이터를 사용하여 로그함수를 추정해준 파라미터 값에 해당한다. 또한, 매체별광고예산i,t 은 i번째 광고매체에 t시점에 배정된 예산이며, 동일 시점의 Σi매체별광고예산i,t 은 총광고예산t 보다 작게 설명하였다. 이는 기업의 사업계획서 상에 따른 집행 가능한 광고 예산이 사전에 정의되어 있다는 가정하에 해당 예산 한도 내에서 각 매체 별 광고 예산을 배정하는 점을 반영하였다. 제안한 다매체 광고 예산 배정 비선형 최적화 모형을 기반으로 다음과 같이 네 가지 단계로 구성되는 미디어 플래닝 자동화 프로세스를 설계하였다. 단계1 에서는 광고 매체 별 성과 데이터 및 광고 집행 예산 이력을 집계하여 관찰하고자 하는 기간 동안 광고 예산대비 성과가 얼마나 발생하였는지를 체계적으로 정리한다. 단계2 에서는 광고 예산과 광고 성과 간의 관계를 로그함수로 표현하기 위한 파라미터 추정을 수행한다. 단계3 에서는 <표 1> 에서 제시한 모형의 해를 찾기 위하여 목적함수가 로그함수인 경우에 적용할 수 있는 솔버(solver)를 사용하여 (예: Stanford 대학 Stephen Boyd 교수가 개발한 CVX) 해를 구한다. 단계4 에서는 최적화 결과를 바탕으로 광고 예산을 을 줄여야 하는 매체와, 증가해야 하는 매체를 파악하여 구체적으로 얼마나 광고 예산을 증가시키거나 감소시켜야 하는지를 확인하여 실제 광고주나 광고 에이전시 실무자에게 피드백을 받아 진행하게 된다. 이러한 프로세스를 통해 광고주가 디지털 마케팅 캠페인을 집행하고자 하는 광고 매체 별로 예산을 배정하여 최적의 광고 성과를 내도록 하는 미디어 플래닝을 자동으로 수행하게 되므로, 데이터 분석 기반의 과학적인 광고 의사결정이 가능하도록 기여한다.

MICE산업은 중앙정부와 지방자치단체를 중심으로 대규모 전시컨벤션시설을 지속적으 로 구축 및 확장을 통해 인프라를 갖추고 있으며, 2025년까지 증축 및 개축을 통해 7 개 이상의 컨벤션센터 신규 건립이 예정되어있다. 컨벤션센터의 특성상 높은 초기 건 립비용과 비교하여 수익성도 낮은 실정이다. 하지만, 이를 효과적이고 효율적으로 운영 하여 수익성을 높이는 방안에 대한 논의가 부족하다. 이에 본 연구에서는 컨벤션센터 의 효율적인 운영을 위해 컨벤션센터의 주요 수입원인 전시장 배정에 관한 모델을 제 시한다. 본 연구에서 제시된 모델은 기존 컨벤션센터들의 임대기준을 바탕으로 0-1 정 수계획법을 이용한 수학적 모델을 제시하였다. 본 연구에서 제안한 전시장 대관 최적화 모델을 적용하면 전시장 배정 담당자의 경 험에 의해 판단되던 전시장 대관에 관하여 수리적 근거에 기초한 배정을 통해 효율적 인 전시장 임대 배정에 도움을 줄 수 있을 것으로 보인다. 이는 전시장 재고관리에 도 움을 주며 향후 가격정책 및 임대정책 개선에도 기여 할 수 있을 것으로 보인다. 또한 향후 전시장의 조기 배정과 배정 정책의 개선을 통해 컨벤션센터 이용자의 편의성을 제고하고 전시장의 수익성 개선에도 상단한 기여가 있을 것이다. 더불어 컨벤션센터의 운영에 계량적 모델을 적용하여 이전의 컨벤션센터 연구와 차별화를 갖고 있으며, 컨 벤션센터 성과관리에서 최적화라는 새로운 연구분야를 제시하는 것에 의의가 있다.

The convention center is being built and expanded competitively led by the central government and local governments. However, due to the nature of the convention center, it is also difficult to manage due to its low profitability. In addition the exhibition organizer who is a major customer of the convention center, continues to argue over the lease. Therefore, this study presented an optimization model using the 0-1 integer planning method for allocation of exhibition halls, which are the main sources of income for convention centers. Through this research, the profitability of the convention center and the mathematical model is proposed in the decision-making method, that was allocated for rental based on the internal standards of the convention center. Also, this model can serve as a basis for determining the allocation of exhibition halls. Furthermore, the convenience of using the exhibition convention center will be promoted to customers by establishing the exhibition hall allocation policy and early allocation.

전 세계 항공 운송 수요의 지속적 증가로 공항 운영의 효율성은 항공 산업 경쟁력의 핵심 요소로 부상하고 있다. 이 중 게이트 배정 문제(Gate Assignment Problem, GAP)는 자원 제약과 실시간성이 복합된 조합 최적화 문제로, 기존 기법은 해 탐색의 다양성과 효율성 측면에서 한계를 보여왔다. 본 연구에서는 GAP를 혼합정수선형계획(Mixed Integer Linear Programming, MILP)으로 수학적으로 모델링하고, 시간 제약, 게이트 수용 능력, 항공사 선호도 등 실제 운영 조건을 반영하였다. 이후, 생성 흐름 네트워크(Generative Flow Network, GFlowNet)를 적용하여 보상에 비례하는 확률 분포를 학습하고, 구조적으로 다양한 고보상 해를 확률적으로 생성하는 강화학습 기반 최적화 기법을 설계하였다. 인천국제공항 실제 데이터를 기반으로 기존 A3C(Asynchronous Advantage Actor-Critic)기반 강화학습 기법과 동일한 조건에서 비교한 결과, 제안한 GFlowNet 기반 접근법은 게이트 활용률 100%, 평균 실행 시간 3.16초를 기록하며, A3C 대비 5.4%의 자원 활용률 향상과 41% 실행 시간 단축을 달성하였다. 또한, 제약 조건 충족률 95% 이상, 해 다양성 지표(Diversity Score) 1.0을 달성하며 구조적 중복 없는 해 탐색 성능을 입증하였다. 본 연구는 MILP 기반 수리 모델과 생성형 강화학습 기법의 결합이 실시간 공항 운영과 지능형 자원 배정에 효과적으로 기여할 수 있음을 실증적으로 보여준다.

With the continuous growth in global air traffic demand, the operational efficiency of airports has become a critical factor in the competitiveness of the aviation industry. Among various operational challenges, the Gate Assignment Problem (GAP) is a combinatorial optimization problem characterized by complex resource constraints and real-time requirements. Existing approaches have shown limitations in terms of solution diversity and computational efficiency. In this study, GAP is mathematically modeled as a Mixed Integer Linear Programming (MILP) formulation, incorporating practical operational constraints such as time windows, gate capacity, and airline preferences. A novel optimization method based on Generative Flow Networks (GFlowNet) is proposed to learn reward-proportional probability distributions and stochastically generate structurally diverse, high-reward solutions. Using real-world data from Incheon International Airport, the proposed GFlowNet-based approach was compared under the same experimental conditions with an A3C (Asynchronous Advantage Actor-Critic)-based reinforcement learning method. The results showed that the proposed method achieved a 100% gate utilization rate and an average execution time of 3.16 seconds, improving resource utilization by 5.4% and reducing runtime by 41% compared to A3C. Furthermore, it achieved over 95% constraint satisfaction and a diversity score of 1.0, demonstrating its effectiveness in exploring non-redundant, high-quality solutions. This study empirically demonstrates that combining MILP-based mathematical modeling with generative reinforcement learning can effectively contribute to real-time airport operations and intelligent resource allocation.

Traditional resources allocation in port usually use queuing model and has deviations between model and actual situation. In this paper, focus on loadometers allocation in bulk port, we propose an optimization solution with Internet of Things. Primary method of this solution is upgrading devices with RFID technology. This solution provides more efficiencies and accuracies cause of reducing manual works and collecting dynamic parameters for queuing model. This paper also shows a simple case study of bulk port in southern China.

To further enhance optimizing effect of virtual machine resource allocation, virtual machine resource allocation algorithm of probabilistic optimization based on SME-FFD (Simulated Evolution – First Fit Decreasing ) is proposed aiming at NP hard optimization problem in the process of virtual machine resource allocation in cloud computing. First of all, an optimization evaluation scheme of virtual machine resource allocation is proposed, and strong climbing optimization ability of simulated evolutionary algorithm is adopted to carry out iterative evolution to selection, evaluation and ranking of virtual machine resource allocation ; after that, based on SME algorithm obtaining resource allocation ordering, the secondary allocation on virtual machine and physical host resources ranked is conducted using FFD to improve efficiency and effectiveness of resource allocation; in the end, experimental comparison is conducted in CloundSim grid lab in the University of Melbourne and gridbus cloud simulation platform, the results show that CPU usage rate of proposed algorithm reaches up to 47%, memory usage rate reaches up to 56%, therefore, it may effectively reduce physical machine usage quantity and realize the goal of energy consumption.

In the light of the characteristics of random change that underwater sensor change by time, space and frequency, select the best relay node to improve communication quality and get the diversity gain. A new optimal relay selection method is proposed in this paper, by considering two indexes synthetically that channel gain and underwater acoustic communication long time delay to select the best relay node. Based on the best relay node and minimization of bit error rate to take optimal power allocation of source node and relay node to realize network error rate’s reduction of 1.81 dB so then improve the overall performance of the network.

A major challenge facing cloud computing is virtual resource allocation with dynamic characteristics. Evaluation of a resource allocation strategy using a single aspect can no longer meet the real world demands. We resolve this issue from the perspectives of users and resource providers using a particle swarm algorithm for resource allocation. With this algorithm, we establish an allocation model using the shortest task completion time and the lowest cost as the constraints. The fast convergence rate of the particle swarm algorithm is then used to find the optimal solution for resource allocation. The velocity weight of each particle is self-adaptively adjusted based on the fitness value of each particle, resulting in an improvement in the global optimization and convergence capabilities. Finally, a simulation with the CloudSim platform shows that this algorithm can take into account the completion time and cost, which ensures the minimum cost in the shortest possible time to complete the task to improve resource utilization.

The resource allocation is the basic guarantee for the effective implementation of the university development strategy, while resource allocation mechanism is an effective control measure to strengthen the university management. So the importance of resource allocation has caused widespread attention and concern of university administrators. Combining with the actual situations and encountered problems of university resource management, we introduced cloud computing ideas and proposed a cloud-computing-based resource allocation model to conduct a preliminary exploration and research on this issue. We first formulated the resource allocation problem, and then proposed the resource allocation concept model and its corresponding application model in universities. Based on the proposed model, we further expanded detailed analyses and descriptions on resource definition and description, resource allocation rules and methods, resource management mode, and a general mathematical model of resource allocation optimization in university. Finally, we gave a cloud-computing-based university resource allocation framework to offer references and consult for further applications of technology based on cloud computing in the university resource construction, aiming to achieve optimal university resource allocation and improve teaching quality and efficiency.

Suitable location and optimal sizing are impact on voltage stability margin of the distributed system. It is important to accurately simulate the random output active power of Distributed Generation (DG). In order to model uncertainties of intermittent distributed generation and load, this paper proposes a multi-scenario tree model of wind-photovoltaic-load using multiple scenarios technique based on the Wasserstein distance metrics, which generates asymptotically optimal scenario. And in this paper, a multi-objective optimizes control model with scenario tree is presented, which including objectives that are the total active power losses and the voltage deviations of the bus. Moreover, a new hybrid Honey Bee Mating Optimization and Particle Swarm Optimization (HBMO-PSO) algorithm is proposed to solved the problems. In the HBMO-PSO algorithm, the mating process is corrected, which the PSO algorithm is combined with the HBMO algorithm to improve the performance of HBMO. Finally, a typical IEEE 33-bus distribution test system is used to investigate the feasibility and effectiveness of the proposed method. Simulation results illustrate the correctness and adaptability of the proposed model and the improved algorithm.

Properly allocation of virtual machines is important for computing infrastructures scheduling. This paper presents systemic method on virtual machine array optimization control based on artificial intelligence and matrix control theory. According to request service data from users to provide proper VMs roughly via intelligent pattern recognition based on RBFNN, the data is sent to a multiple-targets optimization process to produce VMs allocation matrix precisely, thus enable to minimize the cast and enhance efficiency of the whole array to achieve low consumption optimization and ensure the stability of the system. Simulation experiments confirmed the effectiveness of this model and adaption ability in online dynamics.

This paper proposes a method to realize sensor function allocation and effective data aggregation simultaneously in wireless sensor networks. This method realizes dynamic allocation of sensor functions so as to balance the distribution of each sensor function in a target monitoring area. In addition, effective data aggregation is performed by using a tree network topology and time division multiple access (TDMA), which is a collision-free communication scheme. By comparing the results from the proposed method with the results from non-optimized methods, it can be validated that the proposed method is 1.7 times more efficient than non-optimized methods in distributing sensor functions. With this method, the network lifetime is doubled, and the number of data packets received at a base station is considerably increased by avoiding packet collisions.