Resumo-Este trabalho foi desenvolvido com o intuito de se realizar uma avaliação comparativa de performance de algoritmos de clusterização para mineração de dados. Na indústria, tais informações podem auxiliar na formação de estratégias para abertura de projetos, com o foco na redução de custos de composição dos automóveis em questão. Neste caso, a comparação é relativa aos preços de diferentes peças em um banco de dados de uma indústria automobilística, utilizando-se de métodos bio-inpirados: Evolução Diferencial (DE), Algoritmo Genético (GA) e Otimização por Enxame de Partículas para Clustering (PSOC). Como método comparativo implementou-se o K-Means. Durante esta avaliação das performances foi possível identificar que duas peças com mais de 90% de similaridade no design, peso e outras características, apresentavam diferença de preço na ordem de dez vezes. Os resultados demonstraram que os métodos bio-inspirados alcançam melhores desempenhos, superando a proposta clássica K-means, sobretudo o PSOC e o GA.