Rprop ha sido reconocido como uno de los mas poderosos algoritmos para entrenar redes neuronales artificiales; sin embargo, el algoritmo de estrategias de evolucion es un fuerte competido para resolver problemas de optimizacion debido a su capacidad para buscar el optimo global sin la necesidad de usar informacion sobre el gradiente. En este articulo, se comparan ambos algoritmos usando tres series de tiempo no lineales del mundo real, con el fin de determinar cual algoritmo ofrece mejores resultados en la practica. Los resultados indican que estrategias de evolucion converge mas rapido que Rprop al punto de optima local, pero en la mayoria de los casos los resultados obtenidos con Rprop son mejores en magnitud, aunque en la practica los valores de la funcion objetivo son muy cercanos.