En este documento, se presenta una síntesis de control óptimo basada en redes neuronales para problemas de control óptimo distribuido. Tratamos con soluciones de sistemas controlados por ecuaciones diferenciales parabólicas con restricciones de control y estado y retrasos en el tiempo discreto. El problema de control óptimo dado se transforma en un problema no lineal discreto y luego se implementa en una red neuronal de crítica adaptativa de alimentación directa. Proponemos un nuevo algoritmo para alcanzar el control óptimo y una trayectoria óptima utilizando una red neuronal de alimentación directa. Presentamos una aplicación concreta de este método de simulación en el problema de control óptimo SEIR (Susceptible-Exposed-Infectious-Recovered) de un sistema distribuido para el control de enfermedades. Los resultados muestran que el enfoque de red neuronal basado en críticas adaptativas es adecuado para la solución de problemas de control distribuido óptimo con retraso en las variables de estado y control sujetas a restricciones de control-estado y simula la propagación de la enfermedad en el sistema SEIR.