随着科技的发展,数据采集和存储技术大大提高,各领域都积累了大量的数据,但是现在分析数据,获取知识和规律的能力远远达不到人们日益增长的对数据中潜在信息的要求,为此,数据挖掘这一课题应运而生。数据挖掘让人们有能力认识数据潜在的真正价值,它是目前数据库和信息决策领域的最前沿研究方向之一。聚类分析是数据挖掘一个重要的研究方向,通过聚类人们能够识别全局的分布模式,以及数据属性之间潜在的相互关系。K均值算法是聚类算法中一种简便易行的划分算法,它具有很多特点,算法简单、收敛速度快、能有效处理大数据集。然而K均值算法存在很多不足,K值无法确定,聚类结果对初始聚类中心敏感,受孤立点影响大等。本文介绍了聚类算法中的K均值算法,并针对其不足引入遗传算法进行改进。文中对遗传算法进行了详细描述,分析了各个遗传操作和遗传参数对遗传算法的影响,设计了基于遗传算法的改进K均值聚类算法,很好的解决了初始聚类中心的敏感问题,改善了算法的全局搜索能力,并且减小了孤立点的影响。首先,采用遗传算法对初始聚类中心进行全局搜索,寻找最优初始聚类中心,并且运行改进的K均值算法,通过K均值算法的局部搜索能力最终找到最佳的聚类中心。其次,在聚类迭代过程中更新聚类中心时不采取将类中所有对象的均值作为下一代的聚类中心而是将与中心距离较小的一部分子集的均值作为下一代聚类中心来解决孤立点的影响。最后,利用现有的标准数据对所提出的算法进行了实验,并将实验结果与传统的K均值算法以及其它改进算法所得结果进行比较,证明了所提出算法的有效性。