Este trabajo presenta los resultados de optimización multiobjetivo de tres casos experimentales que involucran la operación de sinterización/fusión por láser y que se obtuvieron mediante un algoritmo genético evolutivo basado en virus. De estos tres casos experimentales, el primero se formula como un problema de optimización de un solo objetivo con el fin de maximizar la densidad de los especímenes de Ti6Al4V, teniendo como parámetros de proceso independientes el grosor de capa, la densidad de energía lineal, el espacio de hatching y la estrategia de escaneo. El segundo se refiere a la formulación de un problema de optimización de dos objetivos con el fin de maximizar tanto la dureza como la resistencia a la tracción de las muestras de Ti6Al4V, con la potencia del láser, la velocidad de escaneo, el espaciado de hatching, el ángulo del patrón de escaneo y la temperatura del tratamiento térmico como parámetros de proceso independientes. Finalmente, el tercer caso trata sobre la formulación de un problema de optimización de tres objetivos con el fin de minimizar la rugosidad media de la superficie, mientras se maximiza la densidad y dureza del polvo de acero inoxidable L316 fundido por láser. Los resultados obtenidos por el algoritmo propuesto se comparan estadísticamente con los obtenidos por los algoritmos Greywolf (GWO), Multi-verse (MVO), Antlion (ALO) y dragonfly (DA). Se examinaron los parámetros específicos de cada algoritmo, incluidos los del algoritmo genético evolutivo basado en virus, realizando experimentos sistemáticos de superficie de respuesta para encontrar las configuraciones beneficiosas y realizar comparaciones en igualdad de condiciones. Los resultados han mostrado que el algoritmo genético evolutivo basado en virus es superior a las heurísticas que se probaron, al menos sobre la base de la evaluación de modelos de regresión como funciones de aptitud.