随着无线通信技术和存储计算技术的快速发展与普及，无线传感器网络的应用范围也越来越广，提供更好的网络服务质量变得越来越重要，其中，节点部署问题一直是无线传感器网络发展研究的重点。无线传感器网络节点部署问题实质上是通过计算得出传感器节点在区域中的放置位置以满足无线传感器网络的某些特定需求，此问题已被证明属于NP完全问题。本文分别采用三角斯坦纳树算法和文化-蚁群智能优化算法来解决节点部署问题，主要成果如下:　　首先，提出了一种新的基于改进斯坦纳树的无线传感器网节点部署算法(DISTA)。针对基本三角斯坦纳树算法中算法复杂度随着节点数量的增加呈指数增长、生成的网络连通性不真实等缺点提出相应的改进策略:算法初期的“化零为整”策略和代表点选择策略以减少参与算法计算的节点数量;后期利用恢复策略去掉网络中的虚拟点，保证网络的真实连通性。仿真实验显示DISTA算法能够较好的求解无线传感器网络节点部署问题，具有较快的搜索满足连通性约束的较优的部署结果的能力。　　其次，提出了一种新的基于文化-蚁群优化的无线传感器网络节点算法(CA-ACA)。该算法将蚁群优化算法纳入文化算法的框架，采用基于蚁群优化算法的种群空间和信念空间的双层进化结构进行寻优，在群体空间中加入信息素更新策略、禁忌表以及针对节点稀疏情况加入贪婪策略等，从整体上加快算法的寻优速度、提高解的质量。根据节点部署的特性，种群空间中蚁群优化算法寻优得到的精英蚂蚁传递给信念空间，信念空间则通过迭代进化实现精英蚂蚁指导和更新种群空间的进化，由此通过两空间的交流和影响以指导整个群体完成高效率的搜索寻优。仿真实验说明CA-ACA算法在求解无线传感器网络节点部署问题时，具有比现有基于蚁群优化算法更好的适应性，能够更快的收敛到全局最优部署，并且结果稳定。