En este documento se presenta un nuevo algoritmo basado en optimización no suave para resolver problemas de regresión a gran escala. El problema de regresión se modela como redes neuronales feedforward totalmente conectadas con una capa oculta, activación lineal por tramos y funciones de pérdida -. Se aplica una versión modificada del método de paquete de memoria limitada para minimizar este objetivo no suave. Además, se desarrolla un enfoque constructivo novedoso para la determinación automatizada del número adecuado de nodos ocultos. Finalmente, se utilizan grandes conjuntos de datos del mundo real para evaluar el algoritmo propuesto y compararlo con algunos algoritmos de redes neuronales de vanguardia para regresión. Los resultados demuestran la superioridad del algoritmo propuesto como herramienta predictiva en la mayoría de los conjuntos de datos utilizados en experimentos numéricos.