适应性的基于量子行为的微粒群优化算法的数据聚类SO)。AQPSO在全局搜索能力和局部搜索能力上优于PS0和QPSO算法，它的适应性方法比较接近于高水年智能群体的社会有机体的学习过程，并且能保证种群不断地进化。聚类过程都是根据数据向量之间的Euclidean(欧几里得的)距离。PSO和QPSO的不同在于聚类中心的进化上。QPSO和AQPSO的不同在于参数的选择上。实验中用到4个数据集比较聚类的效果，结果证明了AQPSO聚类方法优于PSO和OPSO聚类方法。