Uno de los principales inconvenientes de las técnicas evolutivas en general, y de los Algoritmos Genéticos en particular, consiste en el elevado tiempo de simulación requerido para proporcionar una solución al problema que se desea resolver. Gran parte de este tiempo se dedica a calcular la bondad que representa cada uno de individuos de la población. Además, debido a la creciente complejidad de los problemas abordados con este tipo de técnicas, este cálculo es cada vez más costoso computacionalmente. Puesto que la aplicación de los operadores genéticos tiene un coste significativamente menor que el del cálculo de las bondades, se propone la evaluación de los individuos genéticos de manera distribuida como solución para reducir el tiempo de obtención de soluciones realizar. La viabilidad de esta propuesta se ha probado con una aplicación destinada a la selección de variables, en la que el proceso de evaluación de cada individuo es computacionalmente costoso, puesto que requiere el entrenamiento de una red neuronal.