无线传感器网络（Wireless Sensor Network，WSN）中的“多对一”通信方式导致了静态的Sink节点周围的传感器节点存在“热区”问题，所以研究者们在WSN中引入移动因素，以缓解“热区”问题。在基于移动Sink的无线传感器网络中，数据收集方式与Sink移动策略直接影响网络的整体性能，因此，设计一种有效的Sink移动策略，高效的进行数据收集，能均衡节点能耗以缓解网络“热区”问题，缩短移动Sink遍历网络的周期，减少数据收集时延，成为WSN研究的重要问题之一。　　本文在研究了基于移动 Sink的无线传感器网络的基本结构的基础上，分析了节点能量、节点采集数据量和Sink移动策略对基于移动Sink无线传感器网络性能的影响，并以节点能量和采集数据量为设计Sink移动策略的关键因子，为移动Sink节点设计一种有效的移动策略以优化网络性能。　　为了缓解无线传感器网络中传感器节点分布不均匀、传感器节点感知数据量不同而造成能耗不均衡、“热区”等问题，提出了基于双链遗传算法的移动Sink路径规划算法。首先，通过监测区域网格化，在每个网格内分布若干个移动 Sink候选访问站点，Sink在每个网格中选择一个站点停留收集网格中节点数据。然后，分析所有传感器节点的生命周期与Sink站点选择的关系，建立权衡网络生命周期和Sink移动路径的优化模型。最后，使用双链遗传算法规划移动 Sink遍历网格的顺序和选择每网格中移动Sink访问站点，得到移动Sink节点遍历所有网格收集数据的路径。仿真结果表明，该算法能很好地均衡节点能耗与缓解“热区”问题，延迟网络寿命。　　针对基于双链遗传算法的移动 Sink路径规划算法的网络模型求解困难问题与遗传算法时间复杂度较大问题，提出了基于 Floyd算法的移动 Sink路径选择算法。该算法简化了网络模型，基于此简化网络模型建立了相关的数学模型，在此基础上根据Floyd算法对数学模型在进行简化，并且易于求解。仿真结果表明，基于双链遗传算法的移动Sink路径规划算法与基于Floyd算法的移动Sink路径选择算法的网络性能相差不大，但是基于Floyd算法的移动Sink路径选择算法降低了算法的时间复杂度。