Resumen. L-SHADE es un algoritmo basado en evolución diferencial que adapta automáticamente los parámetros relacionados con la mutación (F ) y la cruza (CR) a través de una memoria de parámetros, y además controla el tamaño de la población (N P ) usando una función lineal. En este trabajo se incorpora una estrategia de manejo de restricciones a L-SHADE con el fin de optimizar tres casos de estudio de un mecanismo de cuatro barras y se llama C-LSHADE a este nuevo enfoque. En la experimentación, se compara el desempeño de C-LSHADE contra un algoritmo DE/rand/1/bin del estado del arte que utiliza un enfoque de parámetros aleatorios para resolver problemas mecánicos de optimización. Los resultados obtenidos demuestran que C-LSHADE es capaz de llegar a mejores o iguales soluciones que DE/rand/1/bin, empleando un porcentaje considerablemente menor de evaluaciones de la función objetivo y liberando al usuario de la tarea de ajustar los parámetros F, CR y NP.