شبکه‌های بین خودرویی شبکه‌هایی هستند که با ترکیب وسایل نقلیه در حال حرکت و زیرساخت‌‌های مربوطه ایجاد شده و دارای چالش‌هایی بوده که از مهمترین‌های آنها می‌توان به مسیریابی و کاهش توان به دلیل پویا بودن این شبکه اشاره کرد که افزایش تعداد گره‌ها از دلایل اصلی آن است. در این پژوهش، برای بهبود مسیریابی در این شبکه‌هااز روش‌های خوشه‌بندی‌ مانند K-Means و الگوریتم تکاملی استفاده می‌شود. در واقع الگوریتم K-Means منجر شبکه را به بخش‌های کوچکتری تجزیه کرده (چند خوشه کوچکتر) و سر خوشه در هر کدام از خوشه‌های تولید شده که به منظور انتقال اطلاعات بین وسایل نقلیه داخل و خارج یک خوشه‌ مورد استفاده قرار می‌گیرند که انتخاب یک سرخوشه مناسب و قابل اطمینان اهمیت بسیار بالایی دارد. از این رو الگوریتم گرگ خاکستری، برای انتخاب بهترین و مناسبترین سرخوشه برای هر کدام از خوشه‌ها استفاده می‌شود. در شبیه‌سازی روش پیشنهادی آزمایش‌های مختلفی جهت بررسی تأثیر تعداد خوشه‌های انتقال داده، بررسی نرخ تحویل بسته، بررسی تاخیر ارسال پیام و بررسی تعداد پیام ها بر عملکرد ارسال انجام شد و نتایج نشان داد که با افزایش تعداد خودرو در روش پیشنهادی تعداد خوشه‌های کمتری مورد نیاز است، مسیر هر کدام از پیام‌ها و مدت زمان توقف در هر گام ذخیره شده و روش پیشنهادی نسبت به روش پایه عملکرد بهتری داشته است.