El presente trabajo se enmarca en la resolucion de problemas combinatorios complejos, de grandes dimensiones, donde explorar todas las posibilidades a fin de encontrar el optimo es inabordable, ya sea por motivos economicos o por motivos computacionales. En concreto se propone una arquitectura de busqueda independiente del dominio de aplicacion y capaz de abordar problemas combinatorios de grandes dimensiones, de los que se disponga de poca informacion de partida. Esta arquitectura esta basada en tecnicas Soft Computing, pues combina un algoritmo genetico basado en codificacion real con modelos basados en redes neuronales. Cuando es necesario, el algoritmo genetico emplea modelos aproximados de las funciones de aptitud mediante perceptrones disenados para tal fin. El sistema obtenido ofrece la flexibilidad y versatilidad requeridas para poder adaptarse a los requisitos propios de cada problema combinatorio a tratar.Finalmente, la arquitectura de busqueda Soft Computing propuesta ha sido aplicada con exito a la resolucion de diversos problemas combinatorios de interes, tanto en el area de la Catalisis Combinatoria como en el dominio de los Sistemas de Recomendacion.