针对基于VSM(vector space model)的文本聚类算法忽略了词之间的语义信息和各维度之间的关系，导致文本的相似度计算不够精确，提出了一种基于语义相似度的群智能文本聚类的新方法。该方法融合了模拟退火算法的全局搜索和蚁群算法的正反馈能力。其思路是，首先从语义上分析文本，利用K-均值算法进行文本聚类，再根据K-均值算法的结果，使用蚁群和模拟退火算法进行调整聚类。测试结果表明这种算法能够提高聚类精度和召回率，也验证了混合算法的正确性。