Este documento presenta modelos para cables remolcados por UAV en configuraciones de extremo libre y extremo fijo, cruciales para tareas como la comunicación y la carga aérea. Al establecer un modelo cuasi-estacionario, se obtienen resultados computacionales sobre las formas de los cables. Para acelerar los cálculos, se entrena un modelo de predicción de red neuronal de retropropagación (BP), reduciendo significativamente el tiempo de computación. Se ha desarrollado una función de evaluación que integra tanto el rendimiento de la aeronave como las consideraciones sobre la forma del cable para evaluar los parámetros de circunvalación en varios estados. Esta función integra técnicas como redes neuronales BP y optimización por enjambre de partículas (PSO) para refinar parámetros como velocidades y ángulos de inclinación tanto para cables de extremo libre como de extremo fijo. Los resultados muestran que la red neuronal BP predice con precisión las formas de los cables, logrando un error máximo del 5% en la fuerza de remolque y la verticalidad. Además, PSO optimiza de manera eficiente los parámetros de circunvalación, mejorando así la efectividad de la función de evaluación en la identificación de soluciones óptimas. Este enfoque mejora significativamente la eficiencia para determinar los parámetros óptimos de circunvalación para cables remolcados por UAV, contribuyendo así a su eficacia operativa.