La optimización de la eficiencia energética de edificios, que involucra múltiples objetivos, es generalmente un proceso computacionalmente costoso. Este trabajo propone un método de optimización multiobjetivo mediante la combinación del algoritmo genético multiojetivo NSGA-II y un metamodelo (modelo de un modelo). Donde este último es una red neuronal artificial entrenada con los resultados de simulaciones para una muestra representativa del espacio de las variables de diseño. La simulaciones energéticas de los edificios se realizan mediante el programa EnergyPlus. El trabajo se focaliza en una novedosa metodología para determinar el muestreo adecuado, tanto en tamaño como en calidad, con el fin de obtener resultados precisos de optimización con el mínimo número de simulaciones posibles. Finalmente la metodología es aplicada a la optimización multiobjetivo del diseño de una vivienda unifamiliar localizada en la región Litoral Argentina. Los resultados indican que la metodología propuesta presenta una forma simple y efectiva de obtener resultados de optimización precisos para problemas multiobjetivos de la eficiencia energética de edificios.Publicado en: <i>Mecánica Computacional</i> vol. XXXV no.30Facultad de Ingeniería