En las últimas décadas, las redes de sensores inalámbricos (WSNs) se han convertido en una solución popular de detección ambiental y basada en modelos para diversas aplicaciones. Las WSNs son ahora alcanzables gracias a los desarrollos de circuitos lógicos microelectromecánicos y semiconductores con un aumento en la potencia computacional y la tecnología de comunicación inalámbrica. Los problemas más difíciles relacionados con las WSNs están relacionados con su consumo de energía. Dado que la comunicación generalmente requiere una cantidad significativa de energía, existen algunas técnicas/maneras de reducir el consumo de energía durante el funcionamiento de los sistemas de comunicación de los sensores. La técnica de control de topología es uno de esos métodos efectivos para reducir el uso de energía de las WSNs. Un cabeza de clúster (CH) se selecciona generalmente utilizando una técnica de control de topología conocida como agrupamiento para controlar toda la red. Un solo factor es insuficiente para la selección del CH. Además, con el método de agrupamiento tradicional, cada ronda presenta un nuevo lote de nodos cabeza. Como resultado, al utilizar técnicas convencionales, los nodos se desgastan más rápido y requieren más energía. Además, la energía inicial de los nodos, la distancia entre los nodos sensores y las estaciones base, el tamaño de los paquetes de datos, las mediciones de voltaje y energía de transmisión, y otros factores relacionados con los nodos sensores también son completamente inesperados debido a circunstancias naturales irregulares o peligrosas. Aquí, la imprevisibilidad se representa mediante Números Difusos Triangulares (TFNs). Los parámetros asociados a los nodos se convirtieron en valores nítidos a través de la desfuzzificación de números difusos. El número difuso ha sido desfuzzificado utilizando el conocido enfoque de distancia firmada. Aquí, hemos empleado un enfoque de toma de decisiones multicriterio (MCDM) para elegir los CHs en función de un conjunto de características de cada nodo (i) energía residual, (ii) número de vecinos, (iii) distancia del sumidero, (iv) distancia promedio del nodo del clúster, (v) relación de distancia y (vi) fiabilidad. Este estudio utilizó el enfoque de Técnica de Orden de Preferencia por Similitud a la Solución Ideal (TOPSIS) ponderado por entropía para seleccionar el CH en las WSNs. Para los experimentos, hemos utilizado el simulador NSG2.1, y en base a seis características que comprenden energía residual, número de nodos vecinos, distancia del sumidero o estación base (BS), distancia promedio de los nodos del clúster, relación de distancia y fiabilidad, se han seleccionado CHs óptimos. Finalmente, se han presentado resultados experimentales y se han comparado gráficamente con la literatura existente. También se ha realizado una prueba de hipótesis estadística para verificar los resultados que se han proporcionado.