O Melhoramento Genético Animal (MGA) é promovido através da seleção de indivíduos com fenótipos superiores para que sejam os pais da futura geração. Uma etapa fundamental em um MGA é a avaliação genética, isto é, a identificação dos indivíduos superiores para determinada característica. Atualmente a metodologia que tem maior destaque para avaliação genética é o Best Linear Unbiased Prediction – BLUP. Essa metodologia possui uma série de procedimentos estatísticos com o objetivo de estimar simultaneamente efeitos ambientais e genéticos. Contudo a aplicação e resolução desse método possui uma alta complexidade por se tratar de um sistema de equações lineares. Além da avaliação, para que o processo de melhoramento possua sucesso é necessário haver o cruzamento, uma vez que nessa etapa é que se escolhe os animais que vão acasalar. Esse processo de escolha pode seguir determinadas restrições, gerando assim um problema de otimização multiobjetivo. Neste trabalho é apresentado uma abordagem que otimiza as duas etapas de um MGA. O mérito genético animal será predito por meio de uma Rede Neural Artificial (RNA). Os casais serão indicados via um Algoritmo Genético maximizando o mérito genético das progênies e controlando o parentesco dos futuros animais adicionados ao rebanho. Neste trabalho é apresentado uma avaliação da primeira etapa da abordagem, que é a predição do mérito genético animal. Os resultados preliminares demonstram que a RNA possui grande potencial de aplicação nesse contexto. A abordagem proposta vai contribuir para o melhoramento da qualidade dos futuros animais, auxiliando os criadores na escolha de animais para abate e descarte.