針對(duì)傳統(tǒng)的模糊聚類算法大都針對(duì)單一目標(biāo)函數(shù)的優(yōu)化，而無法獲得更全面、更準(zhǔn)確的聚類結(jié)果的問題，提出一種基于改進(jìn)多目標(biāo)螢火蟲優(yōu)化算法的模糊聚類方法。首先在多目標(biāo)螢火蟲算法中引入一種動(dòng)態(tài)調(diào)整的變異機(jī)制以獲得更加均勻分布的非劣解，其中以動(dòng)態(tài)減小的概率選擇個(gè)體并采用類似于差分進(jìn)化算法中變異算子的策略對(duì)其進(jìn)行變異，通過自適應(yīng)調(diào)整收縮因子以提高變異效率。然后當(dāng)歸檔集中的最優(yōu)解集充滿時(shí)，從中選取一定量的解與當(dāng)前種群組合進(jìn)行下一次進(jìn)化，使得算法具有更高的效率。最后將其運(yùn)用到模糊聚類問題中，通過同時(shí)優(yōu)化兩個(gè)模糊聚類指標(biāo)的目標(biāo)函數(shù)并從最終的歸檔集中選取一個(gè)解確定聚類結(jié)果。采用5組數(shù)據(jù)進(jìn)行實(shí)驗(yàn)的結(jié)果表明，相對(duì)于單目標(biāo)聚類方法，所提方法對(duì)各種數(shù)據(jù)集的聚類有效性指標(biāo)提高了2到8個(gè)百分點(diǎn)，具有更高的聚類準(zhǔn)確性和更好的綜合性能。