La adaptación de las tecnologías digitales y la aplicación de Internet en las organizaciones, personas y dispositivos, generan una cantidad extraordinaria de datos en diversas áreas de la ciencia como por ejemplo: minería de datos, big data, clasificación de patrones, reconocimiento de imágenes, inteligencia de negocios, bioinformática, detección de outliers e IoT. En consecuencia estos datos requieren ser analizados, procesados y almacenados. El proceso de análisis generalmente trae dificultades computacionales como el tiempo de ejecución y la calidad de los resultados. Clustering es una de las técnicas de clasificación mas utilizadas para analizar grandes y pequeños volúmenes de datos. En la literatura se puede hallar algoritmos como por ejemplo: Social Spider Optimization (SSO), K-means, Artificial Bee Colony (ABC), Particle Swarm Optimization (PSO), Genetic Algorithms ...