La estimación cuantitativa de la precipitación utilizando radar polarimétrico en frecuencias propensas a la atenuación (banda X) en regiones tropicales caracterizadas por sistemas de lluvia convectiva de alta intensidad es un gran desafío debido a las fuertes atenuaciones que pueden llevar a la extinción total de la señal a cortas distancias. Sin embargo, algunos autores han abordado este problema en Benín desde 2006 en el marco del programa de Análisis Multidisciplinario del Monzón Africano. Así, con un equipo experimental que consiste en un radar meteorológico polarimétrico de banda X (Xport) y una red de pluviómetros, se han iniciado investigaciones sobre el tema con el objetivo de mejorar las estimaciones de lluvia. Basándose en variables polarimétricas simuladas y utilizando una red neuronal artificial de Perceptrón Multicapa, se evaluaron varios algoritmos bivariables y trivariables en este estudio. Los datos utilizados en este estudio son de dos categorías: (i) variables polarimétricas simuladas (reflectividad de Rayleigh, atenuación horizontal, reflectividad horizontal, reflectividad diferencial y fase diferencial específica) e intensidad de lluvia (R) obtenida de mediciones de Distribución del Tamaño de las Gotas de Lluvia (DSD) utilizadas para la evaluación del algoritmo (entrenamiento y prueba); (ii) variables polarimétricas medidas por el radar Xport e intensidad de lluvia medida por pluviómetros utilizadas para la validación del algoritmo. Las simulaciones se realizan utilizando el código T-matrix, que aprovecha las propiedades de dispersión de partículas esferoidales. Las mediciones de DSD tomadas en el noroeste de Benín se utilizaron como entrada para este código. Para cada espectro, el código T-matrix simula múltiples variables. Los datos simulados (primera categoría) se dividieron en dos partes: una para entrenamiento y otra para prueba. Posteriormente, los mejores algoritmos fueron validados con la segunda categoría de datos. El rendimiento de los algoritmos durante el entrenamiento, la prueba y la validación se evaluó utilizando métricas. Los mejores algoritmos seleccionados son (entre los bivariables); y (entre los trivariables). Los algoritmos trivariables superan a los bivariables. La validación con datos de observación (mediciones de Xport y red de pluviómetros) mostró que el algoritmo funciona mejor que .