无线电能传输技术（Wireless Power Transfer,WPT）的发展大大开拓了无线可充电传感器网络（Wireless Rechargeable Sensor Network,WRSN）的应用场景,例如环境监测、移动通信、医疗护理、交通物流等应用。其操作灵活性、用户友好性和产品耐用性的优势克服了传统有线充电的弊端,受到学术界和工业界的广泛关注。在传感器网络中,传感器主要负责数据采集、数据处理和数据通信的任务,这些任务之间通常具有执行先后的特定顺序。现有充电领域的大多数工作致力于研究优化充电模型和网络性能等指标,但是却忽略了任务之间的优先级约束条件。鉴于此,综合考虑到WRSN中的移动充电器（Mobile Charger,MC）安装的电池容量有限,且由传感器提出的充电任务请求有截止期限要求,在本文,我们首次研究了优先级约束条件下的无线充电任务调度问题（Scheduling wireless Charging tasks with Precedence Constraints,SCPC）,其优化目标是:在所有充电任务执行先后顺序的优先级约束条件下,使得所有充电任务完成充电的总时间最小化,同时确保已用电量未超过移动充电器的电能容量,并且充电任务的完成时间未超出其截止期限。文章的主要工作如下:（1）针对无线可充电传感器网络中任务调度的拓扑序列不唯一问题,提出了基于优先级次序的拓扑排序算法（Priority-based Topological Sort Scheme,TS-P）,以便获取基于有向无环图（Directed Acyclic Graph,DAG）推导出的唯一可行解序列,进一步得到任务调度的唯一线性序列。（2）针对移动充电场景下无线可充电传感器网络中移动充电器的路径规划NP难问题,提出了基于拓扑排序方案的遗传算法（TS-based Genetic Algorithm,TS-GA）。通过一系列遗传算子的依次运行,迭代获得整个算法的最优解。（3）针对具有多重约束条件的研究问题,提出了一种新型的适应度评价函数。为限制约束充电任务完成时间的超时情况和移动充电器电能的超额使用情形,引入惩罚因子加权项,重构具有多重约束条件的目标函数,以此求解整个算法的全局最优解。（4）建立了问题求解用到的基本理论模型,同时,我们设计构建了三种对比算法并开展运行大量的仿真实验,去验证我们提出的算法在三种不同网络规模设置下的正确性、有效性和高效性,也评价了多种不同实验参数对算法性能的影响。实验结果最终表明,以所有充电任务的最终完成时间为度量标准,我们本文提出的算法,其性能优于其他三个对比算法高达37.2%。