覆盖优化问题是无线传感器网络研究的基本问题之一,覆盖好坏反映了无线传感器网络提供服务的质量。由于实际情况中初始网络随机部署,可能会造成感知盲区和节点冗余,如何优化网络节点部署达到最大的网络覆盖率和较小的冗余一直是研究热点。近年来,群智能算法的发展和成熟推动了其在无线传感器网络覆盖优化问题中的运用。群智能算法是受自然界生物启发而提出的优化方法,同节点的覆盖优化一样都属于最优化问题,将其引入可很好的解决无线传感器网络的覆盖问题。因此,本文围绕群智能算法在无线传感器网络覆盖优化中的应用展开研究,提出了两种基于群智能算法的覆盖优化策略:(1)提出一种基于果蝇算法的无线传感器网络的节点部署方案。该算法中每个果蝇个体都代表一种传感器节点的部署方案,果蝇个体先利用嗅觉确定随机搜索的方向和距离,找出群体中味道浓度最大的个体并保留其位置,然后所有的果蝇个体利用视觉飞向该位置。本文分别在理想环境和有障碍区的环境进行了实验仿真,相比于粒子群算法和萤火虫算法,本文算法有更快的收敛速度和更高的覆盖率,能很好的运用于传感器节点的部署。(2)本文提出了基于粒子群和萤火虫的混合算法PGSO,并将其运用到无线传感器网络的覆盖优化中。该混合算法取长补短,既具有粒子群算法较好的全局搜索能力,也具有萤火虫算法较强的局部搜索能力,能够快速收敛到全局最优解。本文在不同的节点数目和进行了仿真实验,结果表明该算法提高了寻找全局极值的能力,加快了算法的收敛速度,并有效的提高了区域的覆盖率。