模糊划分相对较为具有代表性的有：起底于模糊关系的方式和相似性关系(包含聚合法与分裂法)。基于模糊等价关系的传递闭包方法、基于模糊图论最大树方法，并对数据集进行了凸分解、动态规划和很难识别的方式。但是以上方式并不能合适的应用于大量数据量情形，不能解决实时性要求较高的场所所带来的相关障碍，因此，在现实生活中的应用并不是十分的广泛，所以也就大大缩减了在这方面的研究精力。

实际状况中接受频繁对待的是凭借于目标函数为基准的方式，这类方法容易规划、能够较好的满足大范围的问题。最后，将其转化为优化问题，用经典数学的非线性规划理论求解，并用计算机实现。因此，随着计算机的应用和发展，这种方法已成为集群研究的主流。