Se desarrolla en este estudio un nuevo modelo continuo basado en datos y en una red neuronal artificial para el diseño de un nuevo material estructurado en tres dimensiones. El modelo tiene la capacidad de capturar y predecir el comportamiento elástico no lineal del material estructurado específico en la descripción continua tridimensional después de ser entrenado con el conjunto de datos adecuado. Los datos esenciales como ingredientes de entrada del modelo basado en datos se proporcionan a través de un método híbrido que incluye simulaciones experimentales y de elementos finitos a nivel de celda unitaria bajo escenarios de carga comprensivos que incluyen carga uniaxial, biaxial, volumétrica y de corte puro. Además, las muestras estructuradas también se fabrican utilizando tecnología de fabricación aditiva SLA y se realizan mediciones experimentales que se utilizan para validar el modelo. Esto ilustra que el modelo/metodología actual es una herramienta numérica robusta y poderosa para llevar a cabo la homogeneización en casos de simulación complejos y podría usarse para acelerar el análisis y la optimización durante el proceso de diseño de nuevos materiales estructurados. El modelo también podría utilizarse fácilmente para otros materiales ingenierizados actualizando el conjunto de datos y reentrenando el modelo de la red neuronal artificial con nuevos datos.