近年来，人们对信息瓶颈理论越来越感兴趣。 在现有文献中的相关算法中，顺序信息瓶颈（sIB）算法因其准确性和复杂性之间的平衡而得到认可。 但是，像许多其他优化技术一样，它仍然存在容易陷入局部最优的问题。 为此，我们的研究针对聚类问题提出了一种基于变异的 从通过播种sIB算法生成的聚类标签的初始解向量，我们的算法随机选择元素子集，并根据最佳突变率对聚类标签进行突变。 使用遗传算法进一步迭代优化结果。 最后，在基准数据集上的实验结果在准确性和效率方面证明了我们的