Los amortiguadores de goma son uno de los componentes más importantes para el amortiguamiento de vibraciones estructurales en aeronaves ligeras. Este estudio presenta un modelo de elementos finitos desarrollado utilizando ABAQUS, que ha sido validado experimentalmente. Se analizó la rigidez de los amortiguadores de goma con diferentes parámetros geométricos bajo diversas condiciones de carga utilizando ABAQUS. La rigidez de los amortiguadores de goma se predice a través de un modelo de red neuronal BP. Se propone un enfoque novedoso que integra el método de elementos finitos con el análisis de redes neuronales. Este método inicialmente deriva datos de rigidez de los amortiguadores a través del modelo de elementos finitos, que se utiliza posteriormente para entrenar el modelo de red neuronal para predecir la rigidez de los amortiguadores de goma. Los resultados indican que tanto los parámetros geométricos como las condiciones de carga afectan significativamente la rigidez de los amortiguadores de goma. La integración propuesta del método de elementos finitos y el análisis de redes neuronales no solo reduce el tiempo y los costos económicos, sino que también mejora la precisión de los cálculos, haciéndolo más adecuado para aplicaciones de ingeniería. Los análisis comparativos revelan que la precisión de predicción de la red neuronal BP varía del 67.59% al 88.5%, lo que es superior al de las fórmulas tradicionales. Además, el modelo demuestra una capacidad superior para abordar relaciones de acoplamiento lineales multivariantes.