خوشه بندی، فرآیند طبقه بندی داده ها داخل گروه ها یا خوشه های خاص، بر اساس درجه شباهت بین آن هاست که یکی از روش های پرکاربرد در بسیاری از زمینه های علمی است. در ادبیات خوشه بندی، در سال های اخیر محققان برای اجتناب از گرفتار شدن در بهینه محلی، الگوریتم های فراابتکاری را که از پدیده های اجتماعی و طبیعی الهام گرفته است برای حل مسایل خوشه بندی ارایه کرده اند. در این مقاله الگوریتم جستجوی هارمونی (HSA) که مبتنی بر عملکرد سازهای موسیقی است به عنوان یک الگوریتم توانا در حل مسایل خوشه بندی در نظر گرفته می شود. برای ارزیابی توانایی الگوریتم چندین مجموعه داده استاندارد و واقعی ارایه می شود. نتایج شبیه سازی نشان می دهد که الگوریتم HSA کارایی بالایی در به دست آوردن جواب های مطلوب دارد.