En este trabajo, se presenta un nuevo enfoque para el entrenamiento de redes neuronales artificiales que utiliza técnicas para resolver el problema de optimización con restricciones. Más específicamente, este estudio convierte el entrenamiento de una red neuronal en un problema de optimización con restricciones. Además, proponemos un nuevo algoritmo de entrenamiento de redes neuronales basado en el método L-BFGS-B. Nuestros experimentos numéricos ilustran la eficiencia de clasificación del algoritmo propuesto y de nuestra metodología propuesta, lo que conduce a modelos predictivos más eficientes, estables y robustos.