1.基于改进差分进化算法的传感器网络节点优化部署方法，其特征在于：其包括以下步骤，步骤一：开始，初始化参数，混沌映射群体初始化，得到初始种群；

步骤二：筛选精英群体计算变异因子集；

步骤三：以精英群体中的个体为基向量，引导产生变异向量；

步骤四：计算交叉因子集，个体与变异向量交叉重组产生试验向量；

步骤五：比较种群个体及对应试验向量的适应度，择优成为下一代种群个体；

步骤六：是否达到最大迭代次数，若是进入步骤七，若否则返回步骤二；

步骤七：结束并输出结果。

2.根据权利要求1所述的基于改进差分进化算法的传感器网络节点优化部署方法，其特征在于：包括输入和输出，输入包括种群规模，变异因子，交叉概率因子，最大迭代次数，维度，输出包括节点的最终位置和覆盖率。

3.根据权利要求1所述的基于改进差分进化算法的传感器网络节点优化部署方法，其特征在于：其包括以下步骤，步骤一：混沌映射初始化，产生初始种群；

步骤二：计算种群中每个个体的适应值，并按从小到大依次排列；

步骤三：根据公式 计算Pelite的值，取种群中前Pelite个体组成精英群体；

步骤四：根据公式 和

计算出变异因子集合；

步骤五：根据公式 计算种群中每个个体的变异向量；

步骤六：根据公式 计算出交叉因子集合；

步骤七：根据公式 计算出种群中每个个体的试验向量；

步骤八：根据公式 比较种群个体以及对应试验向量的适应度值，保留适应值更好的个体构成下一代种群；

步骤九：检查是否达到最大迭代次数，若没有，则返回步骤二，若达到最大迭代次数，则结束并输出结果。

4.一种基于权利要求1或3的应用，其特征在于：改进的差分进化算法在无线传感器网络的节点优化部署上的应用。

5.一种基于权利要求1或3的应用，其特征在于：改进的差分进化算法在提升无线传感器节点的有效覆盖率上的应用。