En las redes oportunísticas, el requisito de QoS (calidad de servicio) plantea varios desafíos importantes para los dispositivos móviles inalámbricos con almacenamiento y energía limitados. Esto implica que la energía y el espacio de almacenamiento son dos pilares significativos para la estructura de un algoritmo de enrutamiento. Sin embargo, la mayoría de los algoritmos de enrutamiento abordan el problema de los recursos limitados de red desde la perspectiva de un enfoque determinista, que carece de un mecanismo de transmisión de datos adaptativo. Mientras tanto, estos métodos muestran una escalabilidad relativamente baja porque probablemente se basan en algunos escenarios especiales en lugar de generales. Para aliviar los problemas, este artículo propone un algoritmo de enrutamiento tolerante a retrasos adaptativo (DTCM) que utiliza un sistema de inferencia difusa Mamdani de trapezoide de curva (CMFI) para redes sociales oportunísticas. DTCM evalúa tanto el nivel de energía restante como el nivel de almacenamiento restante de los nodos de retransmisión (de dos factores) en redes oportunísticas y toma decisiones razonables sobre la transmisión de datos a través de CMFI. A diferencia del sistema de inferencia difusa tradicional, CMFI determina tres niveles de funciones de membresía a través de la ley de tricotomía y evalúa el mapeo difuso de entrada de dos factores a la transmisión de datos mediante funciones de membresía de trapezoide de curva. Nuestros resultados experimentales muestran que dentro del intervalo de error de 0.05 a 0.1, DTCM mejora la proporción de entrega en aproximadamente un 20% y disminuye el retraso de extremo a extremo en aproximadamente un 25% en comparación con Epidemic, y la sobrecarga de red de DTCM se encuentra en el horizonte intermedio.