El objetivo de este estudio ha sido desarrollar un nuevo algoritmo genético (GA) multiobjetivo de dos niveles para optimizar los datos de pronóstico de series temporales para los ventiladores utilizados en los túneles de carretera por la Administración de Transporte Sueca (Trafikverket). Nivel 1 es para el proceso de pronóstico de datos de costos de series temporales, mientras que el nivel 2 evalúa el pronóstico. El nivel 1 implementa un GA multiobjetivo basado en el modelo ARIMA o un GA multiobjetivo basado en el modelo de regresión dinámica. El nivel 2 utiliza un GA multiobjetivo basado en diferentes tasas de error de pronóstico para identificar un pronóstico adecuado. Nuestro método se compara con el uso solo del modelo ARIMA. Los resultados muestran las desventajas del pronóstico de series temporales utilizando solo el modelo ARIMA. Además, los resultados del modelo de dos niveles muestran las desventajas de pronosticar utilizando un GA multiobjetivo basado en el modelo de regresión dinámica. Un GA multiobjetivo basado en el modelo ARIMA produce mejores resultados de pronóstico. En el nivel 2, cinco funciones de precisión de pronóstico ayudan a seleccionar el mejor pronóstico. Seleccionar una metodología adecuada para el pronóstico se basa en los promedios de los datos pronosticados, los datos históricos, los datos reales y las tendencias polinómicas. Los datos pronosticados se pueden utilizar para el análisis del costo del ciclo de vida (LCC).