Reconocido como un desafío combinatorio NP-duro, el Problema de Asignación de Ubicación de Almacenamiento (SLAP) demanda soluciones heurísticas o algorítmicas para una optimización efectiva. Este documento examina específicamente el mejoramiento de SLAP a través de la utilización de algoritmos evolutivos, ya que son particularmente adecuados para casos complejos. Entre otros, el algoritmo genético (GA) se aplica típicamente para resolver este problema. Este documento investiga el Algoritmo Memético Bacteriano (BMA) como una posible solución para la optimización. Aunque el análisis comparativo del BMA con el algoritmo GA previamente bien utilizado bajo ciertos parámetros de prueba revela que BMA es adecuado para la optimización de SLA, BMA no logró obtener mejores resultados. Atribuimos los resultados insatisfactorios a la configuración de los parámetros, como se ilustra en algunos ejemplos específicos. Sin embargo, la complejidad del problema y la parametrización no permiten un ajuste manual continuo de los parámetros, por lo que hemos identificado la necesidad de un concepto que ajuste automáticamente y de manera adaptativa la configuración de los parámetros basándose en las estadísticas y los valores de aptitud obtenidos durante la ejecución. La novedad de este documento es especificar el concepto de parametrización BMA adaptativa y reglas.