本文探讨了应用基于种群交叉策略遗传算法对无线传感器网络布局进行优化。无线传感器网络(Wireless Sensor Network WSN)是由一组低成本，低功耗，多功能和小规模的传感器节点组成的，能对环境进行感知并进行无线传输。WSN的这些特点使它有广泛的应用，然而，传感器节点的能源是有限且不可替换的，而且传感器节点的感应范围与传输范围也是有限的，这就让无线传感器网络中的能源消耗、覆盖率和数据通信路径成了目前研究的热门问题。能源消耗与传感器节点的传输数据信息的距离有密切关系，本课题中可以通过寻找传输数据信息的最短路径来降低能耗延长网络的生存周期；另一个问题是使用相同节点数目时WSN中节点覆盖率要尽可能大。由于收集信息的节点（即主节点）的通信距离有限且负载不均，本课题中还要为不能直接与中央节点通信的主节点寻找最优路径，并且考虑到距离与负载这两个问题。综合这些问题，WSN布局是一个多目标问题。本课题是利用遗传算法解决无线传感器网络中的生命周期、覆盖率、最短路由路径与负载平衡等多目标优化问题，因此要对遗传算法进行改进。使得最后的网络布局在多目标要求下达到近似最优，以使传感器网络覆盖率到达最大、延长生存周期、平衡各个主节点负载并能节省更多成本。针对以上问题，本论文中先建立了WSN的数学模型，并提出了基于种群交叉策略的遗传算法，而且引入了基于协商机制的遗传算法。基于种群交叉策略的遗传算法把WSN布局问题进行分治，把其分解为几个子问题，先对子问题进行求解，然后从子问题的解决方案中选出一部分进行互换，循环进行遗传操作，直至得到最终解。基于协商机制的遗传算法是计算子问题解的适应值，然后更新所以子问题中的适应值，直到循环结束得到总问题的解。实验结果表明，本文提出的算法可以针对WSN多目标问题快速地找到一个很好的解决方案。这种方法也适用于多种网络拓扑结构（均匀或非均匀）或其他多目标优化问题。