El rendimiento aerodinámico de los vehículos terrestres mejora continuamente y muchas de las mediciones en túneles de viento y las investigaciones de Dinámica de Fluidos Computacional (CFD) contribuyen a la identificación de zonas locales donde la deformación de la forma puede llevar a una reducción de la fuerza de resistencia. La optimización basada en gradientes con un sistema óptimo que involucra modelos CFD es uno de los métodos más poderosos para la optimización de formas, pero un algoritmo genético aplicado al modelo sustituto también puede explorar un gran espacio de diseño en un período razonable de tiempo de computación. En este artículo, presentamos una técnica de optimización aerodinámica utilizando un modelo de Kriging para realizar simulaciones CFD de diferentes geometrías de deflectores frontales situados debajo del parachoques delantero de un vehículo de carretera a escala reducida. Se lleva a cabo un primer diseño de experimento (DoE) con Simulaciones de Grandes Remolinos (LES), involucrando parámetros geométricos de altura para la función de base radial del deflector frontal, utilizando un algoritmo de Sobol. Luego, se aplica un algoritmo genético multiobjetivo (MOGA) al modelo sustituto constituido, dependiendo de los parámetros geométricos del deflector frontal, con el fin de alcanzar un valor mínimo del coeficiente de arrastre considerando las restricciones de presión. Los resultados muestran que un deflector frontal puede aumentar la presión en la parte trasera de la puerta trasera, especialmente al ralentizar el flujo de aire por debajo del suelo, pero es necesario un equilibrio óptimo para no aumentar la presión de estancamiento en el deflector de aire, lo que llevaría a la pérdida de este beneficio. La técnica de Sobol impulsada por el modelo de Kriging permite recuperar las formas óptimas de deflectores encontradas con pruebas en túneles de viento, incluso con mallas numéricas relativamente gruesas utilizadas para simulaciones CFD.