Los edificios consumen una cantidad considerable de energía eléctrica, siendo el sistema de Calefacción, Ventilación y Aire Acondicionado (HVAC) el más exigente. Ahorrar energía y mantener la comodidad siguen siendo un desafío para los científicos, ya que entran en conflicto. El control de los sistemas HVAC puede mejorarse modelando su comportamiento, que es no lineal, complejo y dinámico, y funciona en contextos inciertos. La literatura científica muestra que las técnicas de Soft Computing requieren menos recursos informáticos pero a expensas de una pérdida de precisión controlada. Los algoritmos basados en metaheurísticas de búsqueda muestran resultados positivos, aunque será necesario realizar más investigaciones para resolver nuevos problemas desafiantes de optimización multiobjetivo. Este artículo compara el rendimiento de algoritmos seleccionados basados en genética e inteligencia de enjambre con el objetivo de discernir sus capacidades en el campo de los edificios inteligentes. MOGA, NSGA-II/III, OMOPSO, SMPSO y Búsqueda Aleatoria, como referencia, se comparan en hipervolumen, distancia generacional, -indicador y tiempo de ejecución. Se han utilizado datos reales del Sistema de Gestión de Edificios del Teatro Real de Madrid para entrenar un modelo de datos utilizado para los cálculos de objetivos múltiples. La novedad aportada por el análisis de los diferentes algoritmos de optimización dinámica propuestos en el tiempo transitorio de un sistema HVAC también incluye la adición, a los objetivos de optimización convencionales de comodidad y eficiencia energética, del coeficiente de rendimiento y de la tasa de cambio en la temperatura ambiente, con el objetivo de extender el ciclo de vida del equipo y minimizar el efecto de sobrepaso al pasar al estado estacionario. La optimización funciona de manera impresionante en el ahorro de energía, aunque los resultados deben equilibrarse con otras consideraciones reales, como las restricciones realistas en la capacidad operativa de los enfriadores. La visualización intuitiva del rendimiento de las dos familias de algoritmos en un sistema multi-HVAC real aumenta la novedad de esta propuesta.