En este estudio, se considera una programación por lotes con agrupación de trabajos y secuenciación de lotes. Se desarrolla un algoritmo de agrupamiento y un modelo de selección de reglas de despacho para minimizar la tardanza total. El modelo y el algoritmo se basan en el algoritmo k-means restringido y en una red neuronal. También desarrollamos un método para generar un conjunto de datos de entrenamiento a partir de datos históricos para entrenar la red neuronal. Utilizamos ejemplos numéricos para demostrar que el algoritmo y el modelo propuestos resuelven de manera eficiente y efectiva los problemas de programación por lotes.