Abstract: Focusing on the problem that the Fuzzy C-Means clustering algorithm is sensitive to initial centers and input order，a document clustering algorithm combined with ant colony clustering and Fuzzy C-Means is proposed.The algorithm takes advantages of ant colony clustering algorithm to find the initial centers，then uses Fuzzy C-Means to get the accurate result.Experimental results show the good performance of the hybrid document clustering algorithm，and it is better for the large-sized dataset.

摘要： 针对模糊文本聚类算法（FCM）对输入顺序以及初始点敏感的问题，提出了一种使用蚁群优化的模糊聚类算法（FACA）。该算法采用蚁群聚类算法（ACA）找到聚类的初始中心点，以解决模糊聚类的输入顺序以及初始点敏感等问题。模糊文本聚类算法的线性复杂度使其更便于在计算机实现。与经典的基本模糊聚类以及蚁群聚类在真实数据集上仿真相比较，结果表明经蚁群优化过的模糊聚类算法（FACA）效果更有效，更适合应用于大型的数据集。