Los métodos de clasificación basados en el conocimiento (MCBC), en especial las máquinas de soporte vectorial son una metodología que en la práctica presentan excelentes resultados. Estos métodos de clasificación requieren para su buen funcionamiento una selección rigurosa de entradas (descriptores) y una adecuada calibración de parámetros. El espacio de búsqueda para la selección de entradas y el ajuste parámetros es muy grande por lo que en este artículo se presenta un algoritmo de optimización para la selección de entradas y ajuste de parámetros óptimo para las máquinas de soporte vectorial. Los resultados obtenidos en casos de prueba de la literatura especializada son satisfactorios para el algoritmo de optimización presentado.