XML作为一种Web上通用的数据表示和交换格式，在互联网高速发展的今天得到了越来越多的应用。与HTML相比，XML具有更大的灵活性。它不仅可以用来标记无结构的文本信息，还可以标记高度结构化的规则数据（如数据库中的数据）。但同时，这种灵活性也给XML的查询处理带来了新的问题。随着Web上XML数据的快速增长，如何帮助用户快速有效地检索大量的XML数据，得到想要的信息，便成为亟待解决的课题。 一般来说，文档聚类是一种帮助人们检索信息的有效手段。与普通文本文档相比，XML具有自描述性、半结构化、层次性等特点，本身带有一定的结构和语义信息，这些特点更使得XML文档聚类成为了检索XML文档信息的有效手段。 事实上，国内外对此已做过不少研究，本文在以前学者研究的基础上提出了一种新的基于遗传算法进行XML文档聚类的方法。首先，遗传算法可以用于聚类操作并能取得良好效果，已经得到证明，但如何将该算法的思想应用到XML文档聚类中还没有相关研究。本文针对XML文档可以表示成文档结构树这一特性，提出了一种新的基于树的层次结构的二进制位图索引编码方案，并相应建立了一系列有助于遗传操作（选择、交叉、变异）的位图运算。其次，XML文档聚类的关键点是文档间相似性的度量，本文在综合考虑了XML文档树层次、深度这些特性的基础上，将其与遗传算法交叉算子、变异算子的设置相结合，提出了一种新的基于遗传算法的XML聚类算法。最后，在研究遗传算法的变异过程时，本文针对XML特性提出了一种动态选择变异位置的策略，从而有助于算法更快地寻找到全局最优解或准最优解。 最后，本文从实践的角度通过实验对比分析，验证了算法的可行性和高效性。