物联网把新一代IT技术充分运用在各行各业之中，这将给人们的日常生活带来翻天覆地的变化。无线传感器网络是实现“物联网”必不可少的基础设施，无线传感器网络(WSN)是由大量具有无线通信与计算能力的无线传感器节点组成，是集采集信息、传输信息、处理信息于一体的分布式智能化网络系统。信息传输是无线传感器网络的一个重要环节，是信息从源节点送达目的节点的过程，信息传输路径是否合理直接影响到发送速度，进而影响到整个网络的生命期。为了解决无线传感器网络中的路径类问题，人们提出了各种优化算法，动态规划方法、神经网络算法、遗传算法是解决路径问题的有效方法的三种。　　 本文在分析研究这三种方法的基础上得出前两种算法不适用于大规模的无线传感器网络的结论。虽然遗传算法是解决大规模无线传感器网络路径问题的有效算法之一，但是传统的遗传算法求解路径优化问题时，二进制编码串超长、算法容易陷入局部最优解等问题。为此，本文对传统遗传算法提出了两条改进措施：一、在遗传算法进行选择操作前，对群体中每两个染色体按照基因位置进行比较避免算法由于过早成熟而陷入局部最优解；二、在进行交叉变异操作时，不再采取传统遗传算法设计交叉概率和变异概率的方式，而是采用自适应调整的方式。经改进增强了算法寻优解空间的能力，降低了算法陷入局部最优解情况发生的机率。并从图论的角度将无线传感器网络的路径优化描述为一个经典的组合优化问题，目标是选择有效路径和最大化网络生命周期。理论分析和仿真结果表明了改进遗传算法解决无线传感器网络路径优化问题的优越性。　　 本研究结果对在能力受限的传感器节点上设计节省能耗的通讯协议，正确高效地利用资源完成任务并尽可能地延长整个网络的生命期，具有一定的应用参考价值。