无线传感器网络(WSNs)是控制学科的前沿研究方向,其理论与技术发展极大的受到应用驱动。近年来,大量应用场景需要WSNs在具有事件监测能力的同时,还具有任务执行、事件控制功能。为了满足应用需求,典型的WSNs衍生出一种由大量传感器节点与少数执行器节点组成的新型网络结构,学术界称之为无线传感器/执行器网络(WSANs)。无线传感器/执行器网络是一种新型信息获取和处理技术。在无线传感器/执行器网络中,传感器节点需要与执行器节点进行大量的紧密协作,共同完成对环境的监测和对事件的处理,因此出现了一种新的网络现象:传感器节点-执行器节点(SA)协作和执行器节点-执行器节点(AA)协作。如何通过节点间的协同合作,共同完成对环境事件的处理,同时保证网络的实时性和能耗均衡,是无线传感器/执行器网络研究面临的一大挑战。本文面向无线传感器/执行器网络所涉及的理论与技术,针对传统的无线传感器网络相关协议和算法无法完全满足无线传感器/执行器网络新的需求,以节点之间的协同合作为研究手段,以提高网络实时性和能耗均衡为目的,构建SA协作和AA协作模型,基于最优化理论、群体智能优化、图论等计算方法展开理论与算法研究。主要研究成果包括如下四个方面:①针对现有协作算法大多只对下一跳中继节点的选择进行研究,没有考虑网络能耗均衡问题,提出一种基于SA协作模型的分簇算法(CASA)。算法从全网的能耗和时延影响的角度,建立基于SA协作的能耗模型,综合考虑时延、连通度等约束条件,以网络能量优化为目标,构造非线性优化函数,求解网络理想执行器节点个数和传感器节点传输半径等网络分簇所需参数,并在此基础上完成节点的部署和成簇。网络平均时延和生存期等仿真结果表明,相比典型算法,该策略能够在满足一定连通度的前提下,优化网络部署,增强网络实时性和能量均衡性。②针对AA协作中,事件频发区域内节点能耗过快问题,基于分簇结构,提出一种AA实时协作框架(RC)。通过将任务分解成若干任务单元,应用招投标理论、信息论,建立基于熵权的执行代价评价标准,根据网络中执行器节点的实际情况分派任务元,使得多个任务元可以并发执行,缩短执行时间;同时利用多个执行器节点间的协作,将执行能耗分摊到邻居执行器节点,延长网络生存期。仿真、分析结果表明,相比典型算法,RC框架同时兼顾了任务执行的实时性和网络能耗均衡,较好地解决了事件频发区域内节点能耗过快问题。③针对多个有执行顺序限制条件的任务同时在多个执行器节点执行的任务分派问题,提出一种基于AA协作的单目标任务分派算法(SOTS)。建立以能量为约束条件,任务最大完成时间为目标函数的优化模型,并提出结合NEH方法与微粒群优化算法的混合优化算法进行目标函数求解。该算法将微粒群优化算法加以改造,用于任务分派的全局搜索;同时利用NEH方法增加算法局部搜索能力,确保解空间的充分搜索。仿真、分析结果表明,相比典型算法,SOTS搜索速度快,收敛性好,适合解决同时发生多个复杂事件的场合。④针对多个有执行顺序限制条件的任务同时在多个执行器节点执行的任务分派问题,以最大完成时间、能耗均衡指标、存储成本为优化目标,提出一种基于AA协作的多目标任务分派算法(MOTS)。利用理想点法将多目标优化规范化为单目标优化,通过执行器节点角色确定降低问题复杂程度,提出结合基于自适应学习策略的多邻域搜索策略与微粒群优化算法的混合优化算法进行目标函数求解,确保解空间的充分搜索。仿真、分析结果表明,MOTS算法搜索速度快,收敛性好,各执行器节点的实时性、能耗等性能指标均优于比较算法,为解决同时发生多个复杂事件提供了新的思路。