En este estudio, se estableció un modelo de optimización biobjetivo para resolver el problema de distribución cooperativa de una flota híbrida multicentro mediante la integración de logística inversa bajo condiciones viales en tiempo real. Según las características del problema y considerando el nivel de potencia y la capacidad de batería de los vehículos eléctricos, se diseñó el algoritmo genético inmune multiobjetivo (MOIGA) y se comparó con un algoritmo genético de estrategia elitista, es decir, el rápido algoritmo genético de clasificación no dominada (NSGA-II). El tamaño del conjunto de soluciones de MOIGA superó al de NSGA-II, lo que demostró que la capacidad de búsqueda global de MOIGA era mejor que la de NSGA-II. La eficiencia operativa de MOIGA fue menor que la de NSGA-II, pero también pudo encontrar la solución óptima dentro de un rango de tiempo aceptable. Este método puede reducir el costo total de operar una flota híbrida y puede satisfacer las necesidades de los clientes, y por lo tanto, mejorar la satisfacción del cliente.