به دلیل محدود بودن منبع انرژی گره ها در شبکه های حسگر بی سیم مطالعات زیادی درباره بهینه سازی مصرف انرژی آن ها انجام می شود. از جمله این کارها کلاستربندی یا خوشه بندی شبکه است. در خوشه بندی انتخاب سرخوشه از حساسیت بالایی برخوردار است و پارامترهای مختلفی برای این کار در نظر گرفته می شود. در این مطالعه پارامترهای انرژی باقیمانده هرگره، تعداد دفعات انتخاب شده پیشین به عنوان سرخوشه، فاصله گره از ایستگاه مبنا و چگالی اتصالی گره های پیرامون در نظر گرفته می شوند. مسیریابی بین سرخوشه ها نیز برای جلوگیری از تحمیل اضافه بار به گره هایی که در نزدیکی ایستگاه مبنا هستند، ضروری است. در این الگوریتم، توازن بار هم در خوشه بندی و هم در مسیریابی بین سرخوشه ها اعمال شده است. در خوشه بندی این کار با کنترل اندازه خوشه ها، هم در تعداد هاپ و هم در تعداد اعضای آن ها صورت می پذیرد (برخلاف روش dsbca که صرفاً در تعداد هاپ لحاظ شده بود). به این صورت که به گره هایی که در فواصل نزدیک تر به ایستگاه مبنا هستند، اجازه تشکیل خوشه بزرگ داده نمی شود. چراکه این گره ها، در صورت سرخوشه شدن، وظیفه هدایت داده های سرخوشه های دورتر را بر عهده دارند. توازن بار در مسیریابی سرخوشه ها به این صورت اعمال می شود که هر سرخوشه با انتشار بار خود (که تعداد اعضای خوشه در نظر گرفته می شود) سایر سرخوشه ها را از بار خود مطلع می سازد. پس از آن هر سرخوشه بار واقعی خود (که شامل بار خوشه خود و بار تحمیلی از جانب سایر سرخوشه ها است) را محاسبه و منتشر می کند. هر سرخوشه با دانستن بار، انرژی و فاصله سایر سرخوشه هایی که امکان ارسال داده به آن ها را دارد، یکی را انتخاب نموده و مسیر خود را تشکیل می دهد. برای مقایسه بهتر توازن بار از پارامتر lbf و واریانس بار سرخوشه ها استفاده شده است. lbf تقریبا 60 درصد، واریانس بار سرخوشه ها 30 درصد و واریانس بار سرخوشه های داغ 40 درصد بهبود داده شده ست. همچنین این الگوریتم طول عمر شبکه را نیز بین 10 تا 15 درصد افزایش داده است.