无线传感器网络是二十一世纪最重要的技术之一,它是把物理世界与数字世界联系起来的纽带,以此为基础的物联网应用呈现出发展的态势。由于传感器节点易失效性,大规模传感器网络中数据聚合性能将受到多方因素的影响,包括节点定位、覆盖密度和拓扑结构等,这些都是无线传感器网络应用中面临的挑战,用遗传算法解决无线传感器网络的应用优化问题是本课题一次尝试与探索。　　 本文在前人对无线传感器网络的时间同步、移动定位和网络覆盖问题研究的基础上,用遗传算法对上述问题进行深入研究和探讨,主要完成了以下三方面的工作。　　 提出了一种WSN时间同步遗传优化算法。该算法利用高能量簇头组成簇状拓扑结构,借助遗传算法找出全局近似最优的时延,实现时间同步。实验结果表明,该算法与TPSN算法相比,在提高精度的同时,能够有效降低整个网络的能耗。　　 提出了一种WSN移动信标定位遗传优化算法。首先根据区域面积计算出三重覆盖所需的发射信标位置的个数,用遗传算法优化求取信标发射位置,再用流浪旅行商算法获取遍历发射位置点的最优路径,在遍历时基于加权质心算法对传感器节点定位。实验结果表明,该方法可对传感器节点进行高效定位。　　 提出了一种WSN网格覆盖遗传优化算法。采用不精确性概率检测方法采集感知区域目标数据,将模拟退火算法与单亲遗传算法相结合应用于传感器覆盖配置中。实验结果表明,该方法有效地解决了传感器节点的配置问题。