El biogás es un combustible renovable significativo derivado de fuentes de origen biológico. Uno de los problemas de investigación actuales es el efecto de los biocombustibles en la eficiencia del motor. Los experimentos en el motor son complicados, consumen mucho tiempo y son costosos. Además, la evaluación no puede realizarse más allá del límite permitido. El propósito de esta investigación es construir con éxito una red neuronal artificial para un motor diésel de doble combustible con el objetivo de superar las dificultades experimentales. Los autores utilizaron la carga del motor, la tasa de flujo de biogás y la concentración de n-butanol como parámetros de entrada para predecir variables objetivo en este análisis, es decir, humo, eficiencia térmica del freno (BTE), monóxido de carbono (CO), hidrocarburos (HC), óxido nítrico (NO). Se compararon los valores estimados y los resultados de los experimentos. El análisis de error mostró que el modelo construido ha predicho con bastante precisión los resultados experimentales. Esto se ha descrito por el valor del Coeficiente de determinación (R), que varía entre 0.8493 y 0.9863 con el valor del error cuadrático medio normalizado (NMSE) entre 0.0071 y 0.1182. La eficacia del coeficiente de Nash-Sutcliffe de eficiencia (NSCE) varía de 0.821 a 0.8898 para BTE, HC, NO y Humo. Esta investigación ha emulado de manera efectiva la eficiencia a bordo, las emisiones y las características de combustión de un motor diésel de doble combustible de biogás, tomando el mecanismo de activación Swish en el modelo de red neuronal artificial (ANN).