无线传感器网络(Wireless Sensor Networks, WSNs)优化问题中最重要的是优化传感器节点的位置,因为节点的位置会严重影响整个网络的能量消耗、监控能力及生命周期。已经提出的分布式优化算法有基于向量的算法(VECtor-Based Algorithm,VEC)与基于Voronoi图的算法(VORonoi-Based Algorithm,VOR)。但是,VEC算法对初始部署情况十分敏感,而VOR算法总是向着存在覆盖空洞的方向移动,没有考虑新覆盖空洞的产生,这使得传感器节点在整个网络达到静态平衡前会不断的振动。论文提出了初始中心部署模型,这种部署模型可以使部署算法效率更高且容易实现。基于这种初始中心部署模型,提出了一种创新的基于Voronoi图的分布式部署算法基于边界扩张的虚拟力算法,还提出了一种基于遗传算法的多目标规划部署算法。第一种算法(Boundary Expansion and Virtual Force,BEVF)是在边界扩张力的作用下使传感器节点迅速的向边界移动,并在节点间虚拟力的作用下使整个网络达到静态平衡的状态,最终实现覆盖率最大化的目的。此算法中,每个节点只需要维护其相邻节点及边界的信息,因此可以避免由于全局通信所造成的能量消耗。第二种算法是一种集中式部署算法,它需要在目标区域中放置至少一个sink节点进行相关位置信息的收发,最终指挥其它传感器节点一次性移动到目标位置上。最后,我们将GA与BEVF同现有的两种分布式算法进行了比较,仿真结果表明BEVF算法可以实现很好的覆盖效果且消耗较少的能量,而GA几乎在各项比较指标中都是最好的。