Este documento trata sobre colas heterogéneas donde los servidores difieren no solo en las tasas de servicio, sino también en los costos operativos. El problema clásico de optimización en sistemas de colas con servidores heterogéneos consiste en la asignación óptima de clientes entre los servidores con el objetivo de minimizar los costos promedio a largo plazo del sistema por unidad de tiempo. Como se sabe, bajo ciertas suposiciones, la política de asignación óptima para este sistema es de tipo umbral, es decir, la política depende de la longitud de la cola y del estado de los servidores más rápidos. Los umbrales óptimos pueden calcularse utilizando un proceso de decisión de Markov mediante la implementación del algoritmo de iteración de políticas. Este algoritmo puede tener ciertas limitaciones para obtener un resultado para todo el rango de valores de los parámetros del sistema. Sin embargo, los conjuntos de datos disponibles para los niveles de umbrales óptimos evaluados y los valores de los parámetros del sistema pueden utilizarse para proporcionar estimaciones de umbrales óptimos a través de redes neuronales artificiales. Los resultados obtenidos están acompañados de una solución heurística simple. Ejemplos numéricos ilustran la calidad de las estimaciones.