为了解决铁路监控场景中节点间能量消耗不均衡导致网络时间短、数据传输延迟大的问题，提出了一种基于粒子群优化理论和广度优先搜索的路由算法。以候选簇头节点的相对能耗、簇头间距和簇头负载为指标，构造了适应度函数，通过调整惯性权重系数，获得由能耗和时延驱动的最优路径代价函数，增强了粒子群优化算法的局部搜索能力，基于广度优先搜索得到从源节点到汇节点的最优主路径。设计了一种基于马尔可夫决策过程（MDP）模型的Q-学习路径更新和路径维护机制。仿真结果表明，该算法能有效地平衡节点间的能量消耗，在延长网络生命周期和减少数据传输延迟方面具有较优性能。