随着航运业的不断发展与水下资源的深度开采与利用,船舶溢油污染的潜在风险在不断地加大。由于海洋面积广大、环境复杂多变,工程人员很难对溢油事故进行预测和评估。当船舶溢油事故发生时,及时地监测到污染情况,并迅速采取有效措施以预防溢油污染的扩大化,将极大地减轻大面积污染的严重后果。相对于传统的卫星遥感探测和航空遥感监测等方式,无线传感器网络(Wireless Sensor Network, WSN)具有系统成本低、全天候、低功耗、灵活性高、可快速部署等优点,已经成为当前水环境监测研究中的重要方向,能够实时报告当前水质现状、准确监测溢油,以便采取及时有效的处置方案,因此在未来的实际溢油监测中具有广阔的应用前景。本文面向水面溢油监测的实际应用,针对WSN部署组网的首要问题,即传感器节点的部署优化(Sensor Node Deployment and Optimization, SNDO)问题开展研究,联合考虑目标区域的覆盖性能、网络的连通性能以及网络的能耗约束,部署建立了基于WSN的水面溢油监测网络,以期在实现对目标区域覆盖需求的同时,通过传感器节点布设和网络的拓扑优化,降低网络中节点的部署成本和通信中的能量消耗。我们的研究旨在为面向水面溢油监测的实际网络部署提供理论依据。首先,本文分析了无线传感器网络结构的特点,将研究问题描述为传感器节点的部署优化(SNDO)问题,建立了满足网络覆盖要求和网络中节点的最大跳数限制条件下的数学模型,从而实现了将网络的部署优化问题转化为线性规划问题(Integer Linear Programming, ILP),以便使用线性规划求解器Gurobi进行求解。。其次,我们基于Gurobi求解器对数学模型中一重覆盖和二重覆盖要求的小规模验证场景分别进行了求解,并验证了该数学模型的正确性及有效性。此外,针对中大规模网络部署中Gurobi求解效率不高的问题,我们使用遗传算法进行求解,并对算法的有效性进行了验证。在此基础上,提出了一种基于变长染色体的改进型遗传算法,该算法在运算过程中分析最优解的长度和基因内容,对种群中个体的染色体进行修复,将过长的染色体中低贡献率的基因进行截短,或者选择高贡献率的基因补充到过短的染色体中。仿真结果表明,在中大规模网络中,改进遗传算法能够有效地获得部署方案,特别是解决中大规模网络中Gurobi无法求解的问题。