Uno de los problemas más comunes en pavimentos flexibles es el surco, que es causado principalmente por la carga pesada de las ruedas y varios otros factores. La predicción de la profundidad del surco es importante para un viaje seguro y el rendimiento a largo plazo de los pavimentos. Los factores que se consideran en este documento para la predicción de la profundidad del surco son la temperatura, la carga equivalente de un solo eje, el módulo resiliente y el grosor del asfalto mezclado en caliente. Los datos de entrada para todos los factores se recopilan del Sistema de Gestión de Información del Rendimiento de Pavimentos a Largo Plazo para el estado de Texas. Se realiza un análisis de regresión para las variables dependientes e independientes para obtener la relación empírica. En varios campos de la ingeniería civil, recientemente se han utilizado redes neuronales artificiales para modelar las cualidades y el comportamiento de los materiales y para determinar la complicada relación entre diversas propiedades. Se utiliza una Red Neuronal Artificial para desarrollar un modelo predictivo que prediga la profundidad del surco. Se consideraron un total de 70 observaciones para el modelo predictivo. Se desarrolla y verifica una relación matemática entre la profundidad del surco y los datos de entrada variables.