无线可充电传感器网络中,传感器常常因为能量受限和复杂环境中通信质量堪忧而导致网络中断。无人机具有高机动性的特点,并且可以搭载无线充电技术为其它设备充电,故可以使用无人机来辅助无线可充电传感器网络完成工作,维持网络的稳定性。如何让无人机高效地为网络中的传感器充电成为了一种挑战。本文提出一个使用无人机为物联网设备进行充电和数据传输的场景,其中无人机从起点出发,经过不同的悬停点为附近的物联网设备进行充电和数据传输,在保证所有物联网设备均被服务后飞回起点。在这个过程中,无人机需要选择合适的悬停点和访问悬停点的顺序,来尽可能减少无人机完成所有任务所花费的时间,同时也要考虑无人机的能耗、服务成本,具体如下:1、提出无人机调度和轨迹优化单目标问题USTOP和太阳能无人机调度和轨迹优化多目标问题SUSTOP。在USTOP问题中,无人机在固定高度的空中飞行并为所有的物联网设备充电和数据传输,该问题的目标是最小化无人机所用的总时间。在SUSTOP问题中,使用太阳能无人机作为充电和数据传输的设备并且可以通过太阳能为自身充电。该问题设置无人机高度可变,让无人机平衡为物联网设备充电和自身充电。SUSTOP问题的目标是最小化无人机悬停时间、最小化无人机的能耗（真实消耗的能量与通过太阳能获得的能量的差值）和最小化服务成本（无人机飞行距离）。通过分析证明两个问题均为NP难问题。2、为了解决USTOP问题,提出一种改进的模拟退火算法,在标准算法的基础上添加了自变量规模可变机制、冲突消解机制和混合进化序列方法。在USTOP问题中无人机悬停点个数是可变的,悬停点的三维坐标的解空间是连续的,悬停点访问序列的解空间为离散的。自变量规模可变机制解决了解维度需要变化的问题,混合进化序列方法解决了解空间为连续和离散相结合的问题,面对难以找到可行解的问题,冲突消解机制可以快速找到符合问题限制的解,同时也会对解的维度进行改变。3、针对SUSTOP问题,提出一种改进的多目标蝗虫优化算法,加入冲突消解机制来保证解的可行性,加入变异交叉选择机制和自适应混合进化序列方法让算法的种群更具多样性,扩大搜索范围容易跳出局部最优解,加入贪心方法初始化访问序列减少算法找寻较优解的时间。4、通过仿真实验对改进的模拟退火算法和改进的多目标蝗虫优化算法进行验证,结果表明改进的模拟退火算法和改进的多目标蝗虫优化算法对比其他算法具有更优的计算结果,对于所提出的两个问题有着更好的表现。