Este trabajo presenta el uso de un modelo sustituto de red neuronal de alta fidelidad dentro de un Marco de Optimización Modular para el tratamiento de la deposición de crud como una restricción dentro de la optimización del patrón de carga del núcleo del reactor de agua ligera. La red neuronal se utilizó para el tratamiento de las restricciones de crud en el contexto de un algoritmo genético avanzado aplicado al problema de diseño del núcleo. Este estudio de prueba de concepto muestra que la optimización del patrón de carga asistida por un modelo sustituto de red neuronal puede optimizar la forma en que el crud se distribuye dentro de un reactor nuclear sin afectar parámetros operativos como el enriquecimiento o la duración del ciclo. Se investigaron varios métodos de análisis. El análisis encontró que el modelo sustituto y el algoritmo genético minimizaron con éxito la desviación de una distribución de crud uniforme contra una población de soluciones de una optimización de referencia en la que la distribución de crud no se optimizó. Se presenta evidencia sólida que muestra que la deposición de boro en el crud puede optimizarse a través del patrón de carga. Este estudio de prueba de concepto muestra que los métodos empleados proporcionan una herramienta poderosa para mitigar los efectos de la deposición de crud en los reactores nucleares.