随着微型机电系统技术、无线通信和数字电子技术的发展,由低成本、低功耗、多功能的无线传感节点组成的无线传感网络得到迅速发展。由于传感器节点往往处在无人职守的物理环境中,所以每个节点只能依靠自带或自主获取的能源(电池、太阳能)供电,由此导致的能源受限是阻碍无线传感器网络发展的重要“瓶颈”。所以,有效的利用能量是无线传感器网络需要解决的关键问题。网络部署能量消耗与传感器节点移动距离密切相关,本文就此问题做出了深入研究。本文介绍了蚁群算法的基本原理,并分析蚁群算法在解决无线传感器网络部署问题上优势与不足,在此基础上提出了双限制蚁群算法。双限制蚁群算法在蚁群算法的基础上,限制了更新信息素的路径,从而提高了收敛速度,限制了信息素的上限,从而避免了早熟现象。本文介绍了粒子群算法的基本原理,并对其进行离散化改进,再结合蚁群算法,提出一种蚁群-粒子群优化算法。在粒子群算法基础上,重新定义了位置公式、速度公式,给出一种离散离子群优化算法,使其适宜求解离散优化问题,并用于改造蚁群算法中的信息素。算法充分利用粒子群算法的快速收敛性,寻找次优的解,从而影响蚁群的初始信息素分部,然后充分利用蚁群算法的正反馈性进行求解,达到了优势互补,提高了求解效率。将蚁群算法、双限制蚁群算法、蚁群-粒子群算法应用于基于距离的传感器网络部署实验中进行比较,仿真结果表明双限制蚁群算法与蚁群-粒子群算法在解决不同规模问题时,能够有效的进行区域覆盖,使节点移动距离减小,并且此算法有很好的适应性。