Este documento presenta un enfoque de optimización multiobjetivo impulsado por gemelos digitales para mejorar el rendimiento y la productividad de un sistema de fabricación multiproducto bajo desafíos operativos complejos. Más específicamente, se aplica el concepto de gemelo digital para replicar virtualmente un sistema físico que aprovecha la fusión de datos en tiempo real de dispositivos o sensores del Internet de las Cosas. JaamSim sirve como la plataforma para modelar el gemelo digital, simulando la dinámica del sistema de fabricación. El gemelo digital implementado es un sistema de fabricación que incorpora una línea de producción de tres etapas para completar y almacenar dos tipos de engranajes. La línea de producción está sujeta a eventos impredecibles, incluidos fallos de equipos, mantenimiento y devoluciones de productos. La estocasticidad de estos eventos similares a los del mundo real se modela utilizando una distribución normal. Se implementan estrategias de control de fabricación, como CONWIP y Kanban, para evaluar el impacto en el rendimiento del sistema de fabricación en un entorno de simulación. La evaluación se realiza en función de tres indicadores clave: nivel de servicio, cantidad de artículos en proceso y rentabilidad general del sistema. Se formulan múltiples funciones objetivo para optimizar el comportamiento del sistema reduciendo los artículos en proceso y mejorando tanto la rentabilidad como el nivel de servicio. Con este fin, el enfoque propuesto acopla los gemelos digitales basados en JaamSim con algoritmos evolutivos y basados en enjambres para llevar a cabo la optimización multiobjetivo bajo condiciones variables. En este sentido, el presente trabajo ofrece una demostración temprana de un gemelo digital industrial, implementando un entorno de fabricación basado en simulación fuera de línea que utiliza algoritmos de optimización. Los resultados demuestran las compensaciones entre las estrategias empleadas y ofrecen información sobre la implementación de sistemas de control de producción híbridos en entornos dinámicos.