无线传感网络（Wireless Sensor Networks,WSN）能通过部署在监测区域内的传感器节点实现对区域内信息的感知和传输,而节点的有效部署是提高WSN监测质量的关键。随着WSN的发展,应用场景中所需要的网络规模持续扩大、环境越来越复杂,传统部署方式已不能满足实际的部署需求,如何在复杂环境中采用一种有效的节点部署方法提高网络覆盖率、节约网络运行成本是目前仍需要改善的问题。因而对WSN节点部署方法进行研究具有一定的意义。首先本文对WSN节点部署算法进行了研究,针对樽海鞘算法优化WSN节点部署时,因寻优精度低且易陷入局部最优,而导致节点部署后覆盖率低的问题,提出了一种基于高斯扰动和多项自适应策略改进的樽海鞘算法（Guassion disturbance and adaptive salp swarm algorithm,GASSA）。通过自适应调整樽海鞘算法的结构、引入自适应领导者移动步长、非线性递减的自适应权重值和高斯扰动食物源的策略,使算法能快速收敛到食物源附近,跳出局部最优。将改进的GASSA算法在无障碍环境下,采用布尔感知模型对WSN节点部署进行仿真,与樽海鞘算法进行对比,验证了GASSA算法的优越性。其次针对GASSA算法部署后的WSN节点分布不均匀的问题,进一步在GASSA算法的位置更新过程中引入虚拟力步长因子,提出了一种融合虚拟力步长因子的樽海鞘算法（VGASSA）。并将VGASSA算法在无障碍环境下,采用指数感知模型对WSN节点部署进行仿真,与GASSA算法优化的结果进行对比,VGASSA算法优化后的节点在监测区域内能分布得更加均匀,提高了覆盖率。最后本文设计了模拟的复杂环境和实际存在的复杂环境,验证本文改进的相关算法在不同环境中对WSN节点部署的可行性。针对复杂环境下的WSN节点在部署过程中移动到障碍物区域内,造成WSN节点无法部署的问题,提出了网格近似化处理和节点移动距离最小的策略,使WSN节点在部署过程中能根据网格近似化得到的障碍物区域信息和移动距离最小的原则实现有效部署。在MATLAB中采用更加符合实际部署的概率感知模型,对两种不同复杂环境中的WSN节点部署进行仿真,并将新的覆盖率函数作为目标函数。结果表明,改进的樽海鞘算法均能有效地对两种复杂环境中的WSN节点进行部署。但VGASSA算法更能有效地提高覆盖率,适用性更强,能为WSN节点部署提供一种可行的部署方法。