1.一种无线传感器网络节点分簇方法，其特征是，包括以下步骤：计算目标区域内分簇的个数；

基于所述分簇的个数，确定适应度函数；

在目标区域内设置一象群，使象群按照基于莱维飞行的优化方法得到的位置轨迹在目标区域内进行搜索；

将搜索到的点带入适应度函数，以确定全局最优解，当达到迭代次数或全局最优解收敛时，输出此时的全局最优解，否则迭代执行搜索步骤。

2.如权利要求1所述的一种无线传感器网络节点分簇方法，其特征是，计算目标区域内分簇的个数的具体过程包括：在a×a的矩形区域内，随机分布着N个传感器节点，其中汇聚节点坐标已知，分簇的个数k为：其中，N是正方形区域中的传感器节点总数，a是a×a的矩形区域的边长，d是该区域中所有节点到汇聚节点的距离的期望，ε1、ε2、ε3为常数。

3.如权利要求1所述的一种无线传感器网络节点分簇方法，其特征是，基于所述分簇的个数，确定适应度函数的具体过程包括：fitness(x,y)＝α·f1+β·f2+γ·f3+δ·f4其中，α+β+γ+δ＝1；

f1表示k个簇头节点到汇聚节点的距离之和的倒数，f1越大，表示k个簇头节点到汇聚节点的距离越短，网络的通信成本越低；

f2表示k个簇头节点所覆盖的普通节点的数量之和，f2越大，表示k个簇头节点所覆盖的普通节点的数量越多，网络的性能越好；f3表示k个簇头节点的剩余能量的加权之和，f3越大，表示k个簇头节点的剩余能量之和越大，网络生命周期越长；

f4表示k个簇头节点之间的距离的期望，f4越大，表示k个簇头节点越分散，越不容易扎堆。

4.如权利要求1所述的一种无线传感器网络节点分簇方法，其特征是，象群按照基于莱维飞行的优化方法得到的位置轨迹的具体过程包括：大象的位置更新为：

表示xi第t代大象i的位置， 表示象群族长的位置，α∈[0,1]，代表象群族长对每个个体的影响比例因子，γ∈[0,1]，用于提高种群多样性的随机数，levy(λ)为随机搜索路径。

5.如权利要求4所述的一种无线传感器网络节点分簇方法，其特征是，所述象群族长的位置更新为：其中， 表示氏族的中心位置，β∈[0,1]，控制氏族中心的影响比例因子。

6.如权利要求4所述的一种无线传感器网络节点分簇方法，其特征是，所述氏族的中心位置为：其中，n为大象的个数。

7.如权利要求1所述的一种无线传感器网络节点分簇方法，其特征是，将搜索到的点带入适应度函数的具体过程为通过适应度函数计算每一轮每头象位置的适应度。

8.一种无线传感器网络节点分簇系统，其特征是，包括：分簇个数计算模块，被配置为计算目标区域内分簇的个数；

适应度函数设置模块，被配置为基于所述分簇的个数，确定适应度函数；

迭代搜索模块，被配置为在目标区域内设置一象群，使象群按照基于莱维飞行的优化方法得到的位置轨迹在目标区域内进行搜索；

分簇结果确定模块，被配置为将搜索到的点带入适应度函数，以确定全局最优解，当达到迭代次数或全局最优解收敛时，输出此时的全局最优解，否则迭代执行搜索步骤。

9.一种电子设备，其特征是，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1‑7中任一项所述的方法中的步骤。

10.一种计算机可读存储介质，其特征是，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1‑7中任一项所述的方法中的步骤。