无线传感器网络(WSN)在军事、环境、生产、医疗等方面有着非常广泛的运用前景。传感器节点成本低、体积小，但是在无线传感器网络中，能量非常的有限。节点经常被部署在无人值守的环境中，电池的供电得不到补充，所以人们为了提高节点的使用寿命，往往对如何有效的利用能量进行研究。WSN的硬件资源、技术资源都十分有限，由其自身结构及组成可知，无线传感器网络的能耗主要是在通信上，本文算法研究的目的是延长网络的寿命。本文的主要研究及创新有：　　在对WSN的基础知识有所了解的基础上，分别介绍了相关智能算法神经网络的基本原理，基本思想，实现步骤。在WSN的簇首选举阶段，簇成员节点会将许多采集到的原始信息传递给簇首节点，势必会造成簇首节点信息的冗余。在此阶段利用BP神经网络对冗余信息进行数据融合处理，提取出特征信息，再传送给sink节点，能从根本上减少能量的消耗。　　提出了基于蚁群算法的改进路由算法（ACALE算法）。首先介绍了蚁群算法的基本原理，思想以及实现步骤，提出相应的簇间传输阶段的路由算法模型和相关的实现流程图。然后在原算法基础上加入了剩余能量、距离因子，兼顾了能量和距离因素，使得簇首信息沿着最佳节能路径传输。通过和原算法对比，减少了能耗和平均距离。　　提出了基于BP神经网络和蚁群算法的路由算法（BPACA算法）。本文将两个阶段（簇内、簇间）的优化技术同时考虑进来，不仅在数据传递前减少了大量冗余信息的传输（从根本上减少能耗），而且在数据传递过程中缩短了信息的传输路径。从源头和路径两方面同时减少能量的开销，最终达到节能的目的。实验证明比LEACH的生命周期延长35％以上，实验效果比单独结合蚁群算法的好。