Este documento aborda el problema de la localización y dimensionamiento de generadores distribuidos (DGs) en redes de corriente continua (CC) y propone una metodología híbrida basada en una versión paralela del algoritmo de Aprendizaje Incremental Basado en la Población (PPBIL) y el método de Optimización por Enjambre de Partículas (PSO). La función objetivo del método se basa en la reducción de la pérdida de potencia mediante una estructura maestro-esclavo y la consideración del conjunto de restricciones asociadas con las redes de CC en un entorno de generación distribuida. En dicha estructura, la etapa maestra (PPBIL) encuentra la ubicación de los generadores y la etapa esclava (PSO) encuentra los tamaños correspondientes. Con el propósito de comparación, se formaron ocho métodos híbridos adicionales mediante el uso de dos métodos de localización adicionales y dos métodos de dimensionamiento adicionales, lo que ayudó en la evaluación de la efectividad de la solución propuesta. Dicha evaluación se ilustra con los sistemas de prueba eléctricos compuestos por 10, 21 y 69 buses y simulados en el software, MATLAB. Finalmente, los resultados de la simulación demostraron que el método PPBIL-PSO obtiene el mejor equilibrio entre la reducción de la pérdida de potencia y el tiempo de procesamiento.