基于生物体信息处理机制的智能模型或算法的研究是人工智能领域的一个重要方向,体现了现代科学研究进展中多学科、多领域的交叉融合、互相促进的特点。生物机体内主要有三大信息处理系统:神经系统、免疫系统和内分泌系统,共同发挥机体在内外环境变化下的自适应过程,维持机体的正常生命活动。基于神经系统和免疫系统机制,人们提出人工神经网络和人工免疫系统的理论、模型和算法,并得到了成功的工程实际应用,充分证明了基于生物体信息处理机制的人工智能模型研究的意义和价值,并促使人们对其他人工智能模型的研究。作为机体内三大信息处理系统之一,内分泌系统蕴含着丰富的复杂而独特的信息处理机制可用于人工智能模型研究。抽取内分泌系统信息处理机制,建立基于内分泌系统作用机制的人工模型或算法是人工智能领域又一重要研究课题,对于开发新的智能处理系统和促进人工智能研究的发展有着重要意义。建立具有应用价值的通用的人工内分模型或算法是人工内分泌系统真正建立的标志,需要深入研究发掘机体内分泌系统的信息处理机制,同时兼顾实际应用的需要。本文在深入探索和发掘机体内分泌系统蕴含的信息处理机制的基础上,进行了基于内分泌系统荷尔蒙作用机制的传感器网络应用研究。具体来说,本论文的主要研究工作和贡献有:(1)深入研究内分泌系统作用机理,从信息处理角度总结概括内分泌系统的功能特点,从中抽取信息处理机制。(2)基于内分泌荷尔蒙消息传递机制,提出一种传感器网络目标监测跟踪算法,应用于传感器网络节点自主协作,共同完成目标监测跟踪的任务。实验仿真表明,荷尔蒙消息传递机制的引入能够在保证监测质量的同时,减少共同参与任务的节点数量,减少能量消耗。(3)基于内分泌系统荷尔蒙调节机制,提出一种适用于大规模传感器网络的分簇多跳路由算法,应用于传感器网络拓扑结构优化。仿真实验表明,传感器网络能形成优化的分簇结构和多跳路由,降低网络能耗,提高网络生存期。本文对内分泌系统信息处理机制进行了较深入的发掘,并探索了将内分泌作用机制解决传感器网络若干问题的应用研究,具有十分重要的理论意义和广阔的应用前景。