En esta investigación, se exploró la efectividad de un nuevo optimizador denominado búsqueda de organismos simbióticos multiobjetivo basada en descomposición (MOSOS/D) para problemas multiobjetivo. El optimizador propuesto se basó en la búsqueda de organismos simbióticos (SOS), que es una metaheurística inspirada en el fenómeno natural de las simbiosis entre organismos vivos. Se incorporó un marco de descomposición en SOS para la prevención de la estancamiento y su análisis de rendimiento profundo en aplicaciones del mundo real. La investigación incluyó análisis cualitativos y cuantitativos del metaheurístico MOSOS/D. Para el análisis cuantitativo, el MOSOS/D fue examinado estadísticamente utilizando el conjunto de pruebas DTLZ no restringido para optimizaciones continuas de parámetros reales. A continuación, también se abordaron dos puntos de referencia estructurales restringidos para un escenario de optimización del mundo real. El análisis cualitativo se realizó en función de las características de los frentes de Pareto, diagramas de caja y curvas de dimensión. Para verificar la robustez del optimizador propuesto, se llevó a cabo un análisis comparativo con cuatro optimizadores de última generación, a saber, MOEA/D, NSGA-II, MOMPA y MOEO, basados en seis medidas de rendimiento ampliamente aceptadas. La prueba de viabilidad y la prueba de rango de Friedman demuestran la superioridad de MOSOS/D sobre otras técnicas comparadas y exhiben su efectividad en la resolución de problemas multiobjetivo complejos y grandes.