Para reducir el costo computacional del proceso de optimización multiobjetivo y mejorar la precisión de la predicción de la vida útil por fatiga del brazo de control inferior (LCA) de un vehículo bajo vibración aleatoria multiaxial, este documento se centra en el LCA de una suspensión MacPherson en un modelo de vehículo específico y propone un método de diseño ligero multiobjetivo basado en la fatiga por vibración aleatoria multiaxial. Este método combina la técnica de muestreo de hipercubo latino (LHS), el modelado de Kriging y el algoritmo genético de clasificación no dominada de segunda generación (NSGA-II). Primero, se realizan análisis estáticos y dinámicos para extraer los parámetros de diseño necesarios para cumplir con las especificaciones de diseño del LCA de referencia. Posteriormente, se emplea la técnica LHS para obtener 50 puntos de muestra, que se utilizan para construir el espacio de muestra. Luego, se aplica el método de Kriging para construir modelos sustitutos que capturan la relación entre las variables de diseño y varias respuestas. Finalmente, se utiliza el algoritmo genético multiobjetivo NSGA-II para obtener la solución optimizada. Considerando 1.2 veces la distancia de conducción segura, se selecciona la solución óptima con la masa mínima del LCA de la frontera de Pareto. Los resultados de la optimización muestran que, en comparación con el modelo LCA inicial, la masa del modelo optimizado se reduce en un 13.06%, la vida útil por fatiga se incrementa en un 47.48%, y el desplazamiento máximo y el estrés máximo se reducen en un 1.78% y un 4.31%, respectivamente. Además, la frecuencia modal de primer orden disminuye en un 4.60%.