随着无线射频识别技术以及无线能量传输技术的迅速发展,无线传感器网络,包括传统无线传感器网络以及无线可充电传感器网络,已经广泛地应用于军事、社会生产以及生活中。无线传感器网络是由大量的无线传感器节点组成,能够对工作区域进行实时监测、协作感知,并对监测对象及工作区域进行信息采集与处理。在无线传感器网络中,覆盖优化以及寿命时长优化已经成为了当前研究的主要问题。无线传感器网络一般主要用于对周围的环境进行监测,为了防止覆盖空洞的发生,要求监测区域被完全覆盖。同时为了保证网络可以稳定持久的工作,要求无线传感器网络的寿命最大化。对于最近新兴的无线可充电传感器网络而言,充电能量补给策略也成为了研究重点。本文针对无线传感器网络的覆盖优化以及寿命时长优化问题,建立了合理的问题模型,并提出了基于进化算法的求解方法,最终得到合理的传感器网络。主要工作总结如下:(1)无线传感器网络覆盖优化问题的目标是用一定数目的无线传感器对指定的工作区域进行覆盖,通过优化这些无线传感器的布局,使其覆盖范围达到最大,冗余率最小。针对这个问题,本文提出了基于多智能体进化算法的无线传感器网络覆盖优化方法。首先构建了无线传感器网络覆盖优化问题模型,其次,通过将多智能体进化算法(MAGA)与虚拟力算法(VFA)相结合,设计了合适的进化算子与目标函数,其中,目标函数采用带惩罚函数的蒙特卡罗方法求解。通过与Random算法以及遗传算法(GA)进行实验对比,验证了所提出的算法在解决无线传感器网络覆盖优化问题时的有效性。(2)无线传感器网络寿命时长优化问题的目标是将一定数目的无线传感器随机摆放在工作区域,使得无线传感器网络工作时长最长。针对这一问题,本文提出了基于多智能体进化算法与冗余重置算子的无线传感器网络寿命最大化优化方法。首先将此问题转化为求解并查集问题,然后采用进化算法求解此问题,并且设计了一个有效的能量函数及一个冗余重置算子。通过与MAGA以及一种带有转换操作的遗传算法(STHGA)在点覆盖和区域覆盖问题上的实验对比,验证了提出的算法不仅适用于点覆盖及中小规模区域覆盖问题,更适用于解决大规模的区域覆盖问题。(3)无线可充电传感器网络寿命时长优化问题的目标是对工作区域中的传感器进行能量补给使网络寿命最大化。针对这一问题,本文提出了基于密母算法(MA)与能量补给策略的无线可充电传感器网络寿命最大化优化方法。首先将问题转化为最小集覆盖(MSC)问题,其次设计了局部搜索算子以及能量补给策略,并采用密母算法的框架进行求解。通过与传统MA的实验对比,验证了提出算法的高效性,也验证了充电策略的适用性。