En este trabajo se aborda el diseño óptimo de redes de sensores para plantas químicas utilizando estrategias de optimización estocástica. El problema consiste en seleccionar el tipo, número y ubicación de nuevos sensores que proporcionen la cantidad y calidad de información del proceso requerida. Se proponen estrategias ad hoc basadas en Búsqueda Tabú, Búsqueda de Dispersión y Algoritmos de Aprendizaje Incremental Basados en Población. En cuanto a la Búsqueda Tabú, las capacidades de intensificación y diversificación de la técnica se mejoran utilizando el Path Relinking. Las estrategias se aplican para resolver problemas de diseño de coste mínimo sujetos a restricciones de calidad en las estimaciones de variables, y se comparan sus rendimientos.