无线传感器网络技术已经成为现代技术研究的热点方向之一,具有重大的科学意义和应用前景。但无线传感器网络节点往往能量和带宽有限,计算能力和存储能力弱等限制,传统的无线路由协议无法满足无线传感器网络的要求。因而设计支持服务质量,并且节约能量的路由协议对无线传感器网络的研究具有重要意义。遗传算法具有很强的全局搜索能力,不易陷入局部最优,并行计算能力强。对应用领域知识依赖程度低,具有很强的通用性,同时适用于连续空间和非连续空间。但遗传算法无法利用系统中的反馈信息,导致一些迭代是重复无用的,浪费能量和时间。蚁群算法充分利用了系统中的反馈信息,蚂蚁群体之间通过信息素进行交流和相互协作寻找最优解。具有很强的分布式计算能力和鲁棒性,而且蚁群算法较易于与其他优化方法相结合,非常适合应用于网络路由优化问题。但蚁群算法初始信息素状态缺乏,开始时期搜索速度较慢,而且只适合于求离散空间问题的最优解,对于连续空间中的组合优化问题,求解较为复杂,但遗传算法搜索空间假设的约束无限制,同时适用于连续空间和非连续空间。因此,本文提出融合遗传-蚂蚁算法的思想,汲取两种算法的优点,克服各自的缺点,提高路由算法的高效搜索和快速全面寻优能力,应用于无线传感器网络中。该算法先利用遗传算法求解较优解,生成初始信息素信息,然后再执行蚁群算法找到最优解。本文中的遗传算法采用可变染色体编码,同时对交叉和变异操作也进行了改进。利用遗传算法的结束条件,动态控制其与蚁群算法的融合时机。蚁群算法中采取最优路径全局更新策略,加快算法的收敛速度,在蚂蚁选择概率函数和适应度函数中都加入了能量参数,使算法收敛到能量均衡的高服务质量的路径。仿真实验证明了本文算法是一个快速、实时性好、安全性高和能量占优路由算法。可以保证较高的服务质量,适用于对QoS要求较高的应用。与基本遗传算法和基本蚁群算法相比,本文算法能够更快的找到最优解,具有较快的收敛速度,同时整个算法运行期间能量消耗较低,提高网络寿命,符合无线传感器网络能源有限的特殊条件