基于生物体信息处理机制模型以及算法研究已成为人工智能领域的一个新的热点,它体现了现代科学研究中关于多学科、多领域间的交叉融合、互相促进以及相互渗透的特点。生物体内主要包含以下三大信息处理系统:脑神经系统、免疫系统以及内分泌系统。这三大系统相互协作,共同发挥作用,使得机体在变化的内外环境中,维持机体内环境稳定,保证机体生命的正常运行。根据神经系统的作用机制,人们提出了人工神经网络模型并将其成功应用于工程领域。同样,受免疫系统机制的启发,人们又提出了人工免疫系统的理论模型以及相关的算法。前两大系统的成功应用充分的证明了生物体信息处理机制在工程问题中的意义和价值,并激发人们对人工智能其他模型的研究。在生物机体中,作为三大信息处理系统之一的内分泌系统,蕴含着丰富而又独特的信息处理机制。抽取生物内分泌系统特有的信息处理机制,构建基于内分泌系统作用机制的模型及算法是人工智能领域中新的研究课题,这对完善已有的智能信息处理系统,以及促进人工智能的研究有着深远的意义。建立具有通用的人工内分泌模型及算法是人工内分泌系统模型建立成功的标志,在深入发掘生物内分泌信息作用机制的同时,还要根据实际应用的需要。为此,本文在深入研究内分泌系统信息处理机制的基础上,对无线传感器网络应用存在的问题,提出新的可行性研究方案。本论文的主要研究工作包括:(1)深入探索内分泌系统的信息处理机制,从激素消息传递和维持内环境稳定方面概括内分泌系统的功能和特点。(2)基于内分泌系统激素调节机制,提出无线传感器网络簇头选择算法。传感器网络节点之间通过相互竞争,选择一组适合的节点成为簇头,剩下的作为成员节点来完成对网络区域的监测。实验仿真表明,基于荷尔蒙消息传递机制的簇头选择算法可以有效的延长传感器网络的寿命。(3)基于内分泌系统激素反应扩散机制,提出无线传感器网络覆盖算法,应用传感器节点的相互协作,选择一组较少的节点完成对目标区域的有效覆盖。仿真实验表明,该算法在保证有效覆盖的基础上,有效的减少激活节点的数量。本文对生物内分泌系统机制进行了深入的发掘,并尝试用内分泌机制来解决无线传感器网络中的若干问题,对其它类似问题建模和算法也具有十分重要的借鉴价值和广阔的应用前景。