針對(duì)原始K-means聚類(lèi)算法受初始聚類(lèi)中心影響過(guò)大以及容易陷入局部最優(yōu)的不足，提出一種基于改進(jìn)布谷鳥(niǎo)搜索（cs）的K-means聚類(lèi)算法（ACS-K-means）。其中，自適應(yīng)CS（ ACS）算法在標(biāo)準(zhǔn)CS算法的基礎(chǔ)上引入步長(zhǎng)自適應(yīng)調(diào)整，以提高搜索精度和收斂速度。在UCI標(biāo)準(zhǔn)數(shù)據(jù)集上，ACS-K-means算法可得到比K-means、基于遺傳算法的K-means（ GA-K-means）、基于布谷鳥(niǎo)搜索的K-means（ CS-K-means）和基于粒子群優(yōu)化的K-means（PSO-K-means）算法更優(yōu)的聚類(lèi)質(zhì)量和更高的收斂速度。將ACS-K-means聚類(lèi)算法應(yīng)用到南寧市青秀區(qū)“城管通”系統(tǒng)的城管案件熱圖的開(kāi)發(fā)中，在地圖上對(duì)案件地理坐標(biāo)進(jìn)行聚類(lèi)并顯示，應(yīng)用結(jié)果表明，聚類(lèi)效果良好，算法收斂速度快。