无线传感器网络(WSN, Wireless Senor Networks)是获取信息的有力工具和重要手段,在很多实际应用领域中都有着十分广阔的应用前景。在WSN中,数量众多的传感器节点通常采用能量有限的干电池进行供电,一旦传感器节点电量耗尽,则会退出网络,造成网络空洞问题,对实际应用造成一定的影响。这一特点使得如何设计一种能量高效的路由协议,降低并均衡网络节点的能量消耗,成为WSN发展的关键的问题之一。蚁群优化算法(ACO, Ant Colony Optimization)是一种新型仿生学智能算法,它从蚂蚁搬运食物回蚁巢时总能找到一条最短路径中获取灵感,具有分布式计算、鲁棒性较强以及自动寻优等特点。ACO算法十分适合于求解组合最优化问题,已经被成功应用于很多领域。通过比较发现,ACO算法的大部分特点非常适应于WSN的路由特性要求,因此将ACO算法应用于WSN路由具有一定的研究意义。本文提出了一种具有能量高效的基于ACO的WSN地理位置路山算法LAACO(Location Aware Ant Colony Optimization Routing Algorithm for WSN)。该算法利用节点地理位置信息提出了前向路由区域的概念,缩小了路由建立过程中下跳节点的选择范围,一定程度上提高了路由效率。针对当前节点的前向路由区域中可能没有下一跳节点而导致路由失败的情况,提出了路由回退的策略,一定程度上提高了路由的成功率。在利用ACO算法寻找下一跳节点的过程,将节点间的链路距离当作信息素浓度值,将节点的剩余能量当作问题的启发信息值,使得所选择的路由路径,同时兼顾到网络节点的整体能耗以及能量均衡性。分析了LAR算法以及LARDAR算法中的查询域的概念,将其当做LAACO算法中的前向路由区域,并将本文所提出的蚁群路由策略应用于其中,形成了新的LAR算法以及LARDAR算法。实验仿真结果证明：LAACO算法与经过改进的LAR算法以及LARDAR算法相比,在数据传输成功率、能量效率以及节点能量均衡性方面均表现出更好的性能。