El diseño mediante prueba y error es todavía el método utilizado para el diseño de un gran número de componentes aerodinámicos complejos, si bien es cierto que cada vez hay un mayor número de trabajos de investigación sobre métodos de optimización automática. Posteriormente los diseños se refinan con simulaciones por ordenador utilizando Dinámica de Fluidos Computacional (CFD, en sus siglas en inglés). Como mucho se emplean algunas herramientas de optimización para el ajuste fino final de los diseños. Este artículo propone el uso de una metodología de optimización robusta, eficiente y automática durante todo el proceso de diseño. El uso de estas metodologías puede permitir reducir el tiempo requerido para el diseño, así como descubrir diseños sustancialmente mejores que los actuales. En algunos casos, estos diseños pueden, además, ser poco convencionales y no intuitivos. Este artículo presenta el desarrollo de una metodología general y original basada en una optimización verdaderamente multi-atributo y estructurada, que se ha denominado Búsqueda Directa Híbrida (HDS, en sus siglas en inglés) y que combina técnicas de búsqueda de tipo gradiente, genético y de enjambre. Se presenta un caso de estudio de ejemplo de optimización del diseño geométrico de un túnel de viento. Las principales contribuciones de este artículo son el uso de los conceptos de jerarquía de variables y fases de optimización, en las que los cambios introducidos en los valores de las variables cambian en función de la fase, y, por otro lado, la propuesta de un método de optimización novedoso, el HDS, que permite una búsqueda directa inteligente y eficiente en problemas aerodinámicos complejos en los que el uso de optimización basada en modelos aproximados puede no ofrecer suficiente precisión. Este método de optimización presentado es aplicable al diseño aerodinámico avanzado de vehículos, aviones, trenes de alta velocidad, etc.