摘要：K-means算法因简单、高速等特点而被广泛应用，但该算法仍然存在依赖于初始聚类中心、易陷入局部最优等缺陷。为此，提出了一种蜜蜂交配优化聚类算法。该算法利用密度和距离初始化蜂群，并将局部搜索能力较强的粗糙集聚类算法作为工蜂的一种编码，以增强算法的局部搜索能力，最后在迭代过程中不断引入随机种群，增加种群的多样性，提高算法的全局寻优能力。实验结果表明，该算法不仅能有效抑制早熟收敛，而且具有较强的稳定性，较好的聚类效果。

关键词：聚类 蜜蜂交配优化 粗糙集 

单位：长沙理工大学计算机与通信工程学院; 湖南长沙410114