群智感知是把移动设备作为感知的基本单元,并通过网络进行协作完成感知任务。在群智感知中,节点依靠人的运动而随机移动,所以可以实现随时随地进行感知。而且,群智感知把“存储-携带-转发”的机会传输模式作为其数据传输的模式。在群智感知中,服务节点需要到达目标区域进行感知,其发挥着至关重要的作用。可以说没有服务节点,群智感知任务就无法完成。所以,服务节点的多少以及其性能的好坏直接影响着感知服务的质量。因此,对服务节点的选取成为一个亟待解决的关键问题。现有的服务节点选取机制大多是依靠节点的位置信息或者是面向单属性来对服务节点进行选取。目前还没有形成全面的系统的服务节点选择机制。因此,本文围绕群智感知中服务节点的选取来展开研究,引入遗传算法来对服务节点进行优化选择。论文主要的研究特色如下:(1)利用单目标遗传算法,对群智感知中的服务节点集进行优化选取。该机制面向多目标和多属性,将多属性转化为与其相对应的目标函数并将多目标函数转化为单目标效益值函数。在优化过程中,为每个目标函数分配权重,权重影响着优化结果。权重的分配依赖用户的先验经验。使用该机制对服务节点进行优化,使所选择的服务节点属性更加全面也更加符合实际需要。实现了对服务节点选取从单节点到多节点的跨越。(2)引入了多目标遗传算法,对群智感知中的服务节点集进行优化选取。多目标遗传算法面向多个目标函数进行优化。该机制将多属性转化为与其对应的多目标函数。并针对目标函数的特点,设置了相应的约束条件。优化结束后,用户依靠后期决策从优化后的服务节点集中选择需要使用的服务节点。在对服务节点进行选取时,无需将多属性整合到一个目标函数当中。该机制可对服务节点集直接进行优化,提高了服务节点的选取效率。本文针对群智感知网络中服务节点的优化选择问题,将遗传算法应用在群智感知服务节点的选取当中。提出了两种服务节点选取机制。两种机制各有其特色和优缺点。两种机制实现了对服务节点集的优化选取,提高了群智感知网络的感知服务效率。可为群智感知服务节点的选取工作提供有价值的参考。