El incremento de la complejidad de las instancias del problema de la selección de la solución deseada en resolución de restricciones geométricas supone un aumento considerable del tiempo requerido por las diferentes metaheurísticas para obtener una solución con calidad para el usuario. En tal situación, la predicción del rendimiento de las metaheurísticas puede suponer un importante avance con objeto de acotar tanto el tiempo de ejecución como la calidad de la solución. La caracterización del rendimiento de las metaheurísticas a partir de distribuciones de longitud de tiempo de ejecución (RLDs) representadas por distribuciones estadísticas continuas conocidas permite parametrizar tal predicción. En este trabajo se definirán posibles expresiones para predecir el rendimiento óptimo de las metaheurísticas CHC y PBIL ante instancias desconocidas del problema. Para ello se seleccionará un modelo simple de predicción: la regresión lineal simple, partiendo como base de conocimiento del estudio estadístico exhaustivo del comportamiento óptimo de tales algoritmos ante un conjunto suficientemente representativo de instancias correspondientes a un conjunto reducido de tamaños del problema.