El presente trabajo se enmarca en la resolución de problemas combinatorios complejos, de grandes dimensiones, donde explorar todas las posibilidades a fin de encontrar el óptimo es inabordable, ya sea por motivos económicos o por motivos computacionales. En concreto se propone una arquitectura de búsqueda independiente del dominio de aplicación y capaz de abordar problemas combinatorios de grandes dimensiones, de los que se disponga de poca información de partida. Esta arquitectura está basada en técnicas Soft Computing, pues combina un algoritmo genético basado en codificación real con modelos basados en redes neuronales. Cuando es necesario, el algoritmo genético emplea modelos aproximados de las funciones de aptitud mediante perceptrones diseñados 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 búsqueda Soft Computing propuesta ha sido aplicada con éxito a la resolución de diversos problemas combinatorios de interés, tanto en el área de la Catálisis Combinatoria como en el dominio de los Sistemas de Recomendación.