Las redes de funciones de base radial se consideran una herramienta de aprendizaje automático que se puede aplicar a una amplia serie de problemas de clasificación y regresión propuestos en varios temas de investigación del mundo moderno. Sin embargo, en muchos casos, el método de entrenamiento inicial utilizado para ajustar los parámetros de estos modelos puede producir resultados pobres, ya sea debido a operaciones numéricas inestables o a su incapacidad para localizar de manera efectiva el valor más bajo de la función de error. El trabajo actual propuso un método novedoso que construye la arquitectura de este modelo y estima los valores para cada parámetro del modelo con la incorporación de la Evolución Gramatical. El método propuesto fue codificado en ANSI C++, y el software producido fue probado por su efectividad en una amplia serie de conjuntos de datos. Los resultados experimentales certificaron la adecuación del nuevo método para resolver problemas difíciles, y en la gran mayoría de los casos, el error en la clasificación o aproximación de funciones fue significativamente menor que en el caso en que se aplicó el método de entrenamiento original.