在提取有用知识的数据分析应用程序中，聚类起着重要作用。传统聚类算法的主要缺点是在解决复杂数据聚类问题时表现出较差的性能。本文介绍了一种新的基于聚类的混合优化技术。本文的设计有两个主要目标：设计高效的函数优化算法和开发高级数据聚类方法。为了实现第一个目标，标准TOA首先通过与L\u00e9vy飞行轨迹进行混合来增强，并在23个功能上进行基准测试。将k-means算法与L\u00e9vy航班TOA相结合，提出了一种新的聚类方法。在10个UCI聚类数据集和4个web文档聚类问题上测试了所提出的新聚类方法的数值复杂性。进行了几次模拟实验，并对结果进行了分析。获得的图形和统计分析表明，所提出的新聚类方法产生了质量更好的聚类<\/p> “，”DOI“：”10.4018\/ijcini.20211001.oa39“，”type“：”journal-article“，”created“：{”date-parts“：[[2021,6,8]]，”date-time“：”2021-06-08T13:29:56Z“，”timestamp“：1623158996000}，”page“：“1-25”，“source”：“Crossref”，“is-referenced-by-count”：1，“title”：[“TOA和L\u00e9vy飞行轨迹的混合，用于解决不同的群集问题”]，“前缀”：“10.4018“，”卷“：”15“，”作者“：[{”ORCID“：”http://\/ORCID.org\/00000-0003-4864-8482“，”authenticated-ORCID“：true，”给定“：”Nagaraju“，”家族“：”Devarakonda“，”sequence“：”first“，”affiliation“：[}”name“：”VIT-AP University，India“}]}，{”ORCID“”：”http://\\ORCID.org\/000-0002-3658-6651“，”authenticated-ORCID”：true“给定“：”Ravi Kumar“，”family“：”Saidala“，”sequence“：”additional“，”affiliation“：[{”name“：”Koneru Lakshmaiah Education Foundation，Vaddeswaram，AP，India“}]}，{”given“：”Raviteja“，”family“：”Kamarajugadda“，”sequence”：“additional”，“affiliation:[{“name”：“LBR College of Engineering，India”}]}]，“member”：“2432”，“container-title”：[“”国际认知信息学与自然智能杂志“]，”original-title“：[]，”language“：”ng“，”link“：[{”URL“：”https:\\/www.igi-global.com/viewtitle.aspx？TitleId=274064“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2023,16]]，”date-time“：“”2023-01-16T21:48:21Z“，”timestamp“：1673905701000}，”score“：1，”resource“：{”primary”：{“URL”：“https:\/\/services.igi-global.com/resolvedoi\/resolve.aspx？doi=10.4018\/IJCINI.20211001.oa39”}，“subtitle”：[“”]，“shorttitle”：[]，“issued”：{“date-parts”：[2021,6,8]]}，‘references-count’：0，”journal-oissue“：{”问题“：”4“，”发布-打印“：{”日期-部分“：[[2021,10]]}}，“URL”：“http://\/dx.doi.org\/10.4018\/ijcini.20211001.oa39”，“关系”：{}，“ISSN”：[“1557-3958”，“1557-39”]，“ISSN-type”：[{“value”：“1557-3958”}}