1.基于改进狼群算法的无线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，设置tmax，并初始化狼群，t＝1；

步骤二：判断t是否小于等于tmax，若否，则输出Xa，结束，若是，则进入步骤三；

步骤三：设置、更新α，A和C；

步骤四：计算灰狼的适应值且根据适应值大小分为α、β、δ和ω；

步骤五：更新ω狼的位置

步骤六：变异和越位处理，然后返回步骤二。

2.根据权利要求1所述的基于改进狼群算法的无线传感器网络节点优化部署方法，其特征在于：以覆盖率函数的解为适应值，迭代结束后，根据公式S＝M+M2+M3+L Mn-1判断节点的连通性，在连通的基础之上，选择适应值最大的灰狼作为最终解。

3.根据权利要求2所述的基于改进狼群算法的无线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:设置最大的迭代次数以及狼群个体的位置的上限和下限，并在上下限范围内初始化狼群位置；

步骤二：根据公式 公式 和公式 初始、更新α、A1、A2、A3、C1、C2及C3；

步骤三：计算每只灰狼的适应值；

步骤四：选择适应值最高的三只灰狼为α、β、δ，余下为ω；

步骤五：根据公式 进行精英策略处理；

步骤六：根据公式 计算ω狼与α、β和δ间的距离；

步骤七：根据公式 公式

和公式X(t+1)＝w1*X1+w2*X2+w3*X3对ω狼进行位置更新。

步骤八：根据公式 和 进行

狼群变异调整，并根据公式 对更新后的位置进行越界处理；

步骤九：判断是否满足迭代停止条件，不满足则跳转到步骤二,否则输出灰狼α的位置，算法结束。

4.一种基于权利要求1或3的应用，其特征在于：改进的灰狼优化部署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：改进的灰狼优化部署算法在提升无线传感器节点的有效覆盖率上的应用。