针对传统聚类有效性评价函数中没有利用到数据集结构信息和噪点删除过量等问题，提出一种新的聚类有效性评价函数。该函数由紧密性度量与分离性度量组成，在紧密性度量中加入距离函数表示数据集几何结构，避免单一理论给评价带来的不全面性；在分离性度量中，设定距离临界值L，与原有的隶属度临界值T两者之间的相互约束，减少删除噪点的数量，避免因数据信息丢失对评价结果造成的不准确性。最后，将新构建的评价函数与原函数进行对比实验，结果表明该方法具有更好的适用性。