Este trabajo propone la síntesis de patrones de radiación de matrices de antenas casi periódicas que incluyen efectos de acoplamiento mutuo (extraídos por análisis de Floquet según nuestro trabajo anterior), que en principio tienen una alta directividad y un ancho de banda grande. Para modelar las estructuras dadas, se propone el método de momentos combinado con el circuito equivalente generalizado (MoM-GEC). La red neuronal artificial (ANN), como un modelo computacional poderoso, ha sido aplicada con éxito a la síntesis de patrones de matriz de antenas. Nuestros resultados mostraron que las redes neuronales feedforward de múltiples capas son robustas y pueden resolver con éxito y eficiencia varios patrones distintivos, complejos y casi periódicos de antenas (con diferentes amplitudes de fuente) (en particular, se tienen en cuenta tanto estructuras periódicas como aperiódicas aleatorias). Una ANN es capaz de producir rápidamente los resultados de síntesis utilizando la generalización con el método de detención temprana (ES). Se logran ventajas significativas en velocidad y consumo de memoria al utilizar este método para mejorar la generalización (llamado detención temprana). Para justificar este trabajo, se muestran y discuten varios ejemplos.