Un numeroso grupo de algoritmos de optimización basados en técnicas heurísticas han sido propuestos en los últimos años. La mayoría de ellos se basan en fenómenos de la naturaleza y requieren la correcta ajuste de algunos parámetros, que son específicos del algoritmo. Los algoritmos heurísticos permiten resolver problemas más rápidamente que los métodos determinísticos. El tiempo computacional necesario para obtener el valor óptimo (o cercano al óptimo) de una función de coste es un aspecto crítico de aplicaciones científicas en innumerables campos del conocimiento. Por lo tanto, propusimos algoritmos eficientes en paralelo a los algoritmos de optimización basados en el aprendizaje-enseñanza. TLBO es eficiente y libre de parámetros específicos para ser ajustados. Las propuestas en paralelo fueron diseñadas con dos niveles de paralelización, uno para plataformas de memoria compartida y otro para plataformas de memoria distribuida, obteniendo un buen rendimiento en paralelo en ambos tipos de arquitecturas paralelas y en plataformas paralelas de memoria heterogénea.