无线传感器网络WSN(Wireless Sensor Networks)不同于传统的网络，它是由许多传感器节点自组网络形成的，并广泛的被应用在军事，环境，家居等各个领域。每个传感器节点都具有低成本，低功耗，多功能，体积小等优点。但同时也具有能量有限，和节点不可再生等先天性缺点。这些节点通常被安放在无人监控或者人力难以到达的环境中，协同完成信息采集，数据传送等重要工作。在无线传感器网络中节点的能量主要消耗在通信阶段。而通信阶段能量的消耗又主要与信息传递路径的长度，和被传递信息的大小这两个因素有关。因此，在设计无线传感器网络路径优化算法时，需要考虑该算法是否能有效的优化无线传感器节点间路径，尽量减少由于路径过长造成的能量损耗。智能算法越来越被人们熟知，它们以各种卓越的性能被应用在计算机领域中的各个方面。本文选用了其中的人工免疫算法和蚁群算法做深入的研究，并分别介绍了人工免疫算法和蚁群算法的原理、概念和算法流程。重点描写了人工免疫—蚁群混合算法提出的理论依据，基本原理，算法流程，重要参数和公式，无线传感器网络模型，数学模型，算法在无线传感器网络路径优化中的实现，重要函数介绍，主体代码。本文成功的将人工免疫算法和蚁群算法融合在一起，弥补了人工免疫算法对系统反馈信息利用的不足，提高了算法的收敛速度。另外在混合算法中使用了多种变异算子，防止算法陷入局部最优解，保证了解的多样性。值得一提的是针对无线传感器网络的特点，提出了新的亲和力计算公式，有效的保证了算法的收敛性。通过大量的实验表明，人工免疫—蚁群算法能够有效的优化无线传感器网络的路径，减少信息由于传递路径过长造成的能量消耗和时间延长。