針對感知方向可調的有向傳感器網絡（DSN），為最大限度減少覆蓋空洞和重疊區，從而提高有效覆蓋率，提出了差分進化融合混合虛擬力的DSN覆蓋算法。首先，建立有向感知模型，分析節點之間、節點與障礙物之間及節點與邊界之間的混合虛擬作用力，在此基礎上建立節點旋轉角度與作用力之間的調整公式；然后，為弱化混合虛擬力造成的局部次優解缺陷，引入差分進化模型，將虛擬力作為進化更新的一個影響因子，節點間經過變異、交又及選擇操作來尋找最佳適度值，提高有效覆蓋率。覆蓋仿真實驗表明，在100 mxl00 m監測區域下，求得100次隨機部署后經過差分進化融合混合虛擬力算法網絡有效覆蓋率提高了19. 68%，而經過混合虛擬力算法和差分進化算法的覆蓋率分別提高了10. 32%和11. 35%；差分進化融合混合虛擬力算法在迭代80次左右網絡趨于穩定，而混合虛擬力算法和差分進化算法分別需要130次和140次左右迭代。相對于混合虛擬力算法和差分進化算法，將兩者相結合的差分進化融合混合虛擬力算法的收斂速度更快，有效覆蓋率提高更明顯。