Resumen. En muchas aplicaciones, uno se enfrenta con el problema de que muchos objetivos tienen que ser optimizados simultáneamente lo que conlleva a tener un problema de optimización de muchos objetivos (MaOP, por sus siglas en ingles). Una característica importante de los problemas de optimización de muchos objetivos discretos es que su conjunto de soluciones, el llamado conjunto de Pareto, consiste de demasiados puntos para ser calculados de manera eficiente. Por lo tanto, aunque los algoritmos evolutivos especializados son en principio capaces de calcular un conjunto S de soluciones candidato bien esparcidas a lo largo del conjunto de Pareto, no se garantiza que el tomador de decisiones del problema en cuestión encontrará la solución 'ideal' dentro de S para su problema. Se argumenta en este trabajo que tiene sentido llevar a cabo una especie de post procesamiento para una solución dada s ∈ S. Específicamente, proponemos dos diferentes métodos que permiten dirigir la búsqueda desde s a lo largo del conjunto de Pareto en direcciones especificadas por el usuario. Resultados numéricos, en casos del problema de enrutamiento de vehículos con ventanas de tiempo, muestran la efectividad de los novedosos métodos propuestos. Palabras clave. Optimización de muchos objetivos, toma de decisiones, problema de enrutamiento de vehículos, optimización discreta, computación evolutiva.