近年来,海洋污染日趋严重,近岸渔业发展受到严重制约,渔业的转型升级迫在眉睫。而现代化的海洋牧场解决了传统渔业面临的问题,通过其多元化的养殖方式,降低养殖密度,养护海洋生态,拓展养殖空间,成为新兴的渔业产业形态。农业农村部组织编制《中国海洋牧场发展战略研究》等规划文件,支持海洋牧场的建设发展。海洋牧场具有改善海洋生态、促进渔业发展、创造经济收益等优势,为实现其科学可持续养殖,对海洋牧场进行环境监测意义重大。首先,本文提出一种面向海洋牧场的可移动传感监测网(Mobile Sensor Monitoring Network,MSMN)网络模型。该网络能够对海洋牧场水下环境进行实时监测,延伸近岸网络,实现对远海水域的环境监测。模型中引入移动汇聚节点(Mobile Sink,MS)可以均衡网络负载,延长网络寿命。其次,为了实现网络中网元节点的合理部署,本研究将MSMN网络部署问题(Layout Optimization Problem,LOP)进行数学建模,以网络的连通性、可靠性,网元节点的距离及容量等为约束条件,以网络通信能耗最低为优化目标,通过Gurobi优化器对LOP问题进行优化求解,得到最终网络部署方案。本文在一系列小规模网络场景中验证数学模型的正确性,在大规模网络场景下测试数学模型的可扩展性。为了优化设计MS在驻留节点间的移动路径,本文提出基于帝国竞争蚁群融合(Imperialist Competitive Algorithm-Ant Colony Algorithm,ICA-ACA)的 MS 路径规划算法。原始的蚁群算法(Ant Colony Algorithm,ACA)需要多次迭代才能通过信息素浓度突出最短路径,导致算法收敛性差,而帝国竞争算法(Imperialist Competitive Algorithm,ICA)的同化竞争机制能够有效挖掘最优解,本文结合上述两种算法的特点,提出了新型的基于帝国竞争蚁群融合的MS路径规划算法,提高了算法的收敛能力和挖掘新解的能力。最后,搭建了 MSMN可视化动态演示平台。不仅以三维方式展示海洋牧场不同的养殖区以及每个养殖区的养殖方式,同时模拟MSMN的工作流程、可视化网络性能参数。该MSMN动态演示平台可以直观、立体、全方位、实时地呈现出海洋牧场可移动水下传感网的动态变化,对于MSMN的设计优化、性能测试与验证展示、以及网络的实际部署决策具有实际意义。