无线传感器网络(Wireless Sensor Nnetworks,WSNs)主要由一些低成本、低功耗、多功能、体积小的无线传感器网络节点组成。其传感器节点共同感知环境来进行简单的数据处理,并在短距离内进行无线通信。覆盖控制是无线传感器网络中的基本问题,也是无线传感器网络中服务质量评估的衡量标准。如何在一定的服务质量条件下,确保无线传感器网络的最大化覆盖范围,提供可靠的监控和目标跟踪服务是当今无线传感器网络问题研究的话题。有效的无线传感器网络覆盖控制策略可以优化网络的资源配置,提高网络节点的能量有效性、感知服务质量,并延长网络节点的整体生存时间。基于改进的遗传算法进行无线传感器网络覆盖优化,本文首先将遗传算法引入到覆盖控制问题中,然后分析了粒子群算法、蚁群算法和遗传算法等智能算法的优缺点。然后针对无线传感器网络的移动节点调度问题提出一种改进的轮盘赌优化方法。该方法是基于适应度比例的选择,即用全部个体的选择概率来计算累计概率,产生完整的子代个体并保留其基因,避免陷入局部最优,进而快速精确地求出节点调度问题的最优解。为了解决无线传感器网络区域监测时网络覆盖率问题,建立二元感知模型,以传感器半径和覆盖率为目标,利用免疫克隆算法对模型求解。论文主要研究工作与成果如下:1.构建了二元感知模型网络,提出一种无线传感器网络节点部署方法。对于未确定性地部署节点的区域,通常在监测区域中部署大量静态的传感器节点。针对传感器节点密度高的监测区域,提出了一种基于改进遗传算法的节点调度算法。为了有效覆盖网络,通过重新调度和部署网络节点来优化传感器网络以实现节能覆盖。2.为了解决无线传感器网络区域监测时网络覆盖率问题,把免疫克隆原理引入到网络覆盖中,以传感器半径和覆盖率为目标,通过免疫克隆算法求解该模型,并将结果与遗传算法进行比较。通过实验仿真,免疫克隆算法对同一监测区域内传感器位置的布置更加合理,避免了覆盖冗余,节省能量,提高了该无线传感器网络的覆盖率。3.采用基本粒子群优化算法算法、蚁群算法、遗传算法和改进的遗传算法设计了覆盖优化仿真实验。通过仿真实验结果,比较分析了几种算法的优缺点,并对遗传算的不足提出了改进思路。本论文在传统遗传算法和改进遗传算法的覆盖仿真实验中,对遗传算子进行了改进,包括选择算子、交叉算子和变异算子的改进。通过对遗传算子的改进,有效的避免了覆盖率陷入局部最优情况,提高算法的全局搜索能力。