聚类分析是一个正在蓬勃发展的领域，被广泛应用于图像分割、人工智能等领域。模糊聚类是将模糊理论与数据聚类相结合的科学，在许多领域被应用。FCM（fuzzy c-means algorithm）算法作为一种重要的模糊聚类方法，具有操作简单、易于计算机实现、收敛速度快等优点，但是FCM算法对初值比较敏感，容易陷入局部极小值。遗传算法是一种依概率搜索的全局优化算法，将遗传算法与FCM算法相结合，将对算法的全局能力产生巨大作用。本文首先采用简单的传递闭包法对中国30省的二氧化碳排放量进行聚类分析。其次，将传递闭包法和FCM算法结合，构建一类混合型模糊聚类算法，并将新的算法应用于中国二氧化碳排放的聚类中。最后，针对FCM算法容易早熟以及不能确定最优聚类数目问题，综合了遗传算法和信息熵的优点，对FCM算法进行改进，构建一类基于遗传算法和信息熵的模糊聚类算法，并将改进后的算法应用于中国省级区域二氧化碳排放聚类分析中。