En este trabajo, se sometieron tres tipos de planchas de impresión de fotopolímero para impresión de envases a diversos tratamientos post-UV (radiación ultravioleta), y se calcularon sus componentes de energía libre de superficie (EFS). La EFS de la plancha de impresión de fotopolímero es crucial en el proceso de transferencia de la tinta de la plancha de impresión al sustrato. Los componentes de EFS polares y dispersivos calculados se utilizaron para construir y optimizar redes neuronales artificiales para la predicción de las propiedades superficiales de diferentes materiales de fotopolímero después de los tratamientos post-UVA y UVC realizados. De esta manera, la producción de planchas de impresión con componentes de EFS personalizados podría ser automatizada y optimizada. En consecuencia, se podrían imprimir productos con propiedades cualitativas mejoradas. Los resultados de la investigación han mostrado que la elección de la función de activación de la red neuronal es más significativa para la minimización del error cuadrático medio (ECM), mientras que el número de neuronas y capas ocultas en las redes neuronales tiene menos influencia en el ECM. Las redes neuronales optimizadas aplicadas a materiales de fotopolímero comunes en este trabajo tienen el potencial de ser aplicadas para la automatización del proceso de tratamiento post-impresión de las planchas y la producción de planchas de impresión con propiedades superficiales adaptadas a sistemas de impresión específicos.