BBO算法借鉴了生物地理学模型中物种在不同栖息地之间的相互迁移，以及在每个栖息地中新物种如何出现或者灭绝的概念，这里的栖息地即对应一般启发式算法中的候选解，而候选解所对应的适应度在BBO算法当中则使用每个栖息地的适宜性指数(Habitat Suitability Index，HSI)来定义，至于每个候选解中的具体信息，则是用与HSI相关的特征包括降雨量、植被多样性、地形特征多样性、土地面积和温度等

TEEN协议由于数据传输的频率较低，又因为数据传输比数据传感会消耗更多的能量因此，即使节点持续感知，该方案中的能耗也可能比主动网络中的能耗低得多，同时软阈值可以根据感测属性的关键性和目标网络而改变，例如：较小的软阈值可以更准确地描述网络，但代价是增加能量消耗。该协议的主要缺点是：如果没有达到阈值，节点将永远不会通信，用户不会从网络获取任何数据，即使所有节点都死亡也不会知道。因此，该方案不太适合需要

今年下半年被《计算机应用》录用了一篇文章，在此简单写下关于这次投稿的经验。审稿周期不是很长，我只用了2个月不到，审稿专家提的意见也比较到位，最主要的是责编效率很高！

今年下半年被《计算机应用》录用了一篇文章，在此简单写下关于这次投稿的经验。审稿周期不是很长，我只用了2个月不到，审稿专家提的意见也比较到位，最主要的是责编效率很高！

今年下半年被《Scientific Reports》录用了一篇文章，在此简单写下关于这次投稿的经验，希望能为大家提供参考。Scientific Reports整体给我的感觉还可以，虽然审稿时间并没有网上说的那么迅速，这可能是由于升了二区稿源暴增的缘故，但时间也没有花费特别久，大概5个月多一点。条件合适的伙伴可以投稿试试。