无线传感器节点随机散布，由电池供电，能量有限是其最主要的特点，数据的发送，接收以及处理都需要消耗能量，而发送数据消耗的能量最多，为节省能量，需为节点寻找一条消耗能量最少的传输路径以延长网络生命周期。遗传算法是模拟自然进化过程的全局寻优算法，采用选择，交叉和变异三个遗传算子对种群进行筛选，通过适应度函数值来评判个体的优劣，遗传算法的适用范围很广，可以根据具体问题设计出不同的搜索方案，很多人也利用遗传算法来寻找数据传输路径以达到节能等目的。但经长期的实验观察发现，遗传算法有易于早熟的现象。遗传算法的选择操作使适应度函数值较大的个体遗传到下一代的几率较大，适应度函数值小的个体遗传到下一代的几率较小，在实际操作过程中，较优良的个体很快充斥整个种群，使种群缺乏多样性，加之适应度函数设定的人为因素，算法很快收敛，陷入局部极小，而得到的解并不是全局最优解。而禁忌搜索算法恰好能够解决遗传算法的早熟现象。禁忌搜素算法也是解决最优化问题的启发式算法，它通过禁忌表禁忌搜寻过的最优解，使下一步的搜索避开已经搜索过的解，而开辟新的搜索空间，能够扩大搜索范围，而防止在局部最优解的周围解空间内反复搜索，同时，禁忌搜索算法需要有一个初始解，一个好的初始解可以加快搜索速度，而遗传算法恰好能够为禁忌搜索算法提供这个初始解，于是本文提出将遗传算法与禁忌搜索算法相结合，将遗传算法搜索到的解作为禁忌搜索的初始解，提出将染色体模板作为禁忌对像，利用禁忌表禁忌染色体模板，搜寻最优解之外的解空间，扩大搜索范围以达到全局搜索的效果，通过仿真实验证明，该策略能够有效的解决遗传算法过早收敛的问题而得到更好的全局最优解，减少了网络能量的消耗，同时均衡了网络能量。