En este artículo, se desarrolla un modelo de orden reducido (ROM) basado en una red neuronal artificial (ANN) para las fuerzas hidrodinámicas sobre un perfil aerodinámico sumergido en el campo de flujo a diferentes ángulos de ataque. Se emplea la descomposición ortogonal adecuada (POD) de los datos del campo de flujo para obtener modos de presión y los coeficientes temporales. Estos coeficientes de presión temporales se utilizan para entrenar la ANN utilizando datos de tres ángulos de ataque diferentes. La red entrenada luego toma el valor del ángulo de ataque (AOA) y los coeficientes POD pasados como entrada y predice los futuros coeficientes temporales. También descomponemos los modos de presión en superficie en componentes de sustentación y resistencia. Estos modos de presión en superficie se utilizan para calcular el componente de presión de la sustentación CLp y los coeficientes de resistencia CDp. El modelo entrenado se prueba luego en los datos de muestra y en los datos fuera de muestra. Los resultados muestran una buena concordancia con los datos numéricos reales, validando así el modelo basado en redes neuronales.