无线传感器网络(Wireless Sensor Network,WSN)主要由许多具有特定功能的节点构成,这些节点以无线通信方式,借助其他硬件设施,自组织为一个完整的数据传输系统。目前,主要通过电池提供节点工作时的能源支撑;但是,其有限供给特性限定了WSN的服务周期。因此,如何在有限的能源支持下最大化WSN的服务时间,是WSN技术应用领域面临的一个难点和实用性问题。针对WSN中存在的网络服务周期短、能效低、吞吐量少的问题,本文结合变异的蚁群算法,通过改善K-means的聚类效果,设计了一种KACO路由算法。首先,基于增加了变异因子的蚁群聚类方法改善了K-means的分簇结构,并改进了将K-means应用于WSN时分簇个数k的确定问题。其次,以节点的多个当前状态值为决定性因素,定义了簇首(Cluster Header,CH)的竞争模型。最后,在数据传输阶段,通过根据节点间的状态信息,设计路由选择方法,实现动态调整传输路径。实验表明,KACO路由算法有效减少了传输过程中的能量耗费,增强了WSN的服务性能。由于按照一般的K-means聚类模型对网络进行分簇时,间接的增加了网络资源的开销。因此,为了适应传感器节点资源受限的特点,本文基于优化的K-means聚类模型,并结合模糊层次综合分析(Fuzzy AHP)算法,设计了一种EKFAH路由算法。首先,EKFAH在原K-means分簇模型的基础上增加了调节因子,以实现簇间能耗相对均衡的簇集划分;其次,利用Fuzzy AHP方法将节点的多个状态值作为决策标准,优化簇首选择;最后,在数据传输阶段,根据传输距离、能量、跳数等因素构建节点多跳路由。实验证明,EKFAH算法对增强WSN性能具备较好的有效性。