移动传感器网络（MobileSensorNetworks，MSN），是一种由一定规模的终端传感器节点形成的自组织网络，近十多年来其广泛应用于军事和民用领域。节点部署是移动传感器网络研究领域的热点，良好的节点部署情况情况是移动传感器网络正常工作的基础，其很大程度上影响整个网络使用效率、使用寿命和服务质量。本文主要针对节点部署过程中的节点覆盖以及移动节点的路径规划问题进行研究。　　论文首先介绍了研究背景，移动传感器网络部署问题的研究现状，并进行了相关问题的分析研究。　　其次，介绍了标准狼优化算法的基本理论与数学模型，并针对算法前期搜索能力低以及容易陷入局部最优解等问题，对标准灰狼优化算法进行了改进：为提高算法的前期的搜索能力，使用Logistic映射模型进行种群的混沌初始化以提高灰狼种群多样性；利用改进的非线性收敛因子以此平衡算法的搜索和开发能力；将第三优解与前三优的解进行小概率的融合变异，加快算法的第三优解的更新速度，以减小算法陷入局部最优的可能。并通过多个基准函数的求解测试，验证了改进算法的性能。　　再次，将改进后灰狼算法应用于MSN的部署过程中的覆盖优化问题中。并改进了扇形替代感知模型，使其更加准确地反应扇形的感知区域的面积和位置。仿真结果表明，该策略能在满足多个约束条件下完成覆盖优化任务，同时验证了改进算法的优化适应性。　　然后，研究了单移动机器人和多移动机器人的路径规划问题。利用二次坐标转换与坐标离散化的的思想进行了移动机器人的路径规划的环境建模，分别对单移动机器人和多移动机器人进行了路径规划。针对多机器人的协同路径规划，采用了一种基于协调机制的多种群灰狼优化算法。通过对比仿真说明了方法在解决路径规划问题上的可行性。　　最后，通过进行移动节点部署的整体实验，说明了本文方法的有效性。