聚类技术是数据挖掘中的一项重要技术，它是用于发现数据集中数据对象之间的关系，是一种无监督学习的方法。聚类分析技术已经有很长时间的研究历史了，在学术界一直是一个热门的研究领域，也足见它的地位和重要性。目前现有的聚类技术主要包括基于划分的聚类方法，基于层次的聚类方法，基于密度的聚类方法，基于网格的聚类方法，基于模型的聚类方法。　　k-means算法一种基于划分的聚类方法，它是最常用的一个算法，正因为如此，本文重点研究了k-means算法，并针对k-means算法的不足之处加以改进，使得k-means算法更加完善。本文主要工作如下:　　聚类知识方面，介绍了聚类技术的相关知识，包括聚类算法的概念、分类、相似度度量，聚类准则函数和聚类分析的评价等知识。　　聚类算改进方面，重点分析了聚类分析中基于划分的k-means算法，并针对k-means算法的优缺点进行了分析，针对不足的方面，提出了改进策略。包括对k-means算法初始值K的确定和初始聚类中心的确定，使得聚类质量加以改善。针对k-means算法对离群点信息敏感的缺点，提出了使用SSE对边界点进行测试的方法，当边界点对整体的SSE影响较大的时候认定此点为离群点，并对其进行标记，对k-means算法聚类结果的分析有了很好的改善。重点介绍了进化算法中的遗传算法和模拟退火算法，利用这两种算法的较强的全局和局部搜索策略，针对k-means算法容易陷入局部解的缺点，提出了将遗传算法、模拟退火算法相结合并应用到k-means聚类中的SAGAK算法，SAGAK算法来克服k-means算法容易陷入局部最优的问题，在全局和局部都达到最优，得到了较好的聚类结果。