Los Algoritmos Genéticos son métodos de optimización estocástica donde los candidatos a soluciones, que cumplen con una representación específica del problema, son evaluados de acuerdo con una función de aptitud predefinida. Estos enfoques pueden proporcionar soluciones en diversas tareas, incluso cuando las soluciones analíticas no pueden ser calculadas o son demasiado complejas. En este documento mostraremos cómo cierto conjunto de problemas son parcialmente resolubles, lo que nos permite calificar segmentos de una solución individualmente, lo que resulta en una sintonización local e individual de los parámetros de mutación para los genes. Demostraremos la eficacia de nuestro método en los problemas de las N-Reinas y del viajante de comercio, donde podemos demostrar que nuestro enfoque siempre resulta en una convergencia más rápida y, en la mayoría de los casos, en un error menor que el enfoque tradicional.