Luận văn nghiên cứu và phát triển thuật toán phân cụm mờ kết hợp lý thuyết đại số gia tử (Hedge Algebras) và giải thuật tối ưu hóa bầy cá voi (WOA). Mục tiêu chính là khắc phục những hạn chế của thuật toán phân cụm mờ FCM truyền thống, đặc biệt là độ nhạy với khởi tạo và xu hướng rơi vào tối ưu cục bộ. Nghiên cứu đề xuất một mô hình phân cụm mới, trong đó lý thuyết đại số gia tử được sử dụng để xác định ngữ nghĩa định tính của các thuộc tính dữ liệu, giúp cải thiện chất lượng biểu diễn thông tin mờ. Đồng thời, giải thuật WOA được ứng dụng để tối ưu hóa các tham số của mô hình phân cụm, tăng cường khả năng tìm kiếm toàn cục và hội tụ nhanh. Kết quả thực nghiệm trên các bộ dữ liệu chuẩn cho thấy phương pháp đề xuất đạt độ chính xác phân cụm cao hơn, ổn định hơn so với các thuật toán FCM, FCM-GA và FCM-PSO. Luận văn khẳng định tiềm năng ứng dụng của hướng tiếp cận kết hợp này trong khai phá dữ liệu và nhận dạng mẫu.