# 新計畫講解
- 前提：每一個監測佔的距離很遠，所以必須開車，該如何規劃車子路線
- 目標：派幾台車、怎麼走的路線
- 流程
1. data acquisition: 老師和雲燕收集 data
2. 估算可靠度
- PM Cycle 的可靠度變化
3. 整個 IoT 系統的可靠度
4. 提出 model
- 維護成本
- 替換零件成本
- 車子油錢
- 環境成本（CO~2~）
- 工作時間
- QoS 品質保證
- 某一顆感測器的可靠度
- `T0`: 第一顆架設上去的時間
- `lamda k`: 積分、加負號，累積範圍愈大，可靠度愈小；累積範圍愈小，可靠度愈大；
- 經過每一次循環，觀察可靠度變化
- `m~1~` 改善率，例如 m~1~ = 0.2 代表年紀變年輕 20 ％
- `j`: 第幾次維修(?)
- 有效監控面積

- 維修成本
- `Pm`：換小零件，較便宜
- `Cm`：整個壞掉，換一個新的，最貴
- 交通成本
- 車子派出去的油錢，路程 * 油錢
- CO2: 和燃油效率有關
- 時間
- 合理的時間，例如 8 小時/天
### Model 1
- 最小化維護成本
- 最小化派車成本
- 人力成本的最大值限制
- 可靠度夠高
- CO2 不能超過多少
- 決定每台車子要去修哪些監測站
### Model 2
- `r` 一塊錢可以創造的可靠度 (邊際效益)
### Model 3
- 1t 二氧化碳，會花費多少錢？
### Model 4
- 多目標
### Model 5 Simulation Optimization Model
- 模擬最佳化：解決不確定性的問題
- 目的：確保最差情況不會發生
- 需要很多資料

## GUI
- 左邊：Model 限制式
- 右邊：顯示物聯網地圖
- 下面：最佳化

- 左邊：感測器分佈地圖
- 右邊：點了一顆左邊的感測器，在右邊顯示該感測器的可靠度變化
- 下面：顯示每一台車子該做哪些事情