El presente trabajo proporciona las soluciones numéricas del modelo matemático basado en el modelo de Layla y Majnun de orden fraccional (MFLMM). Se proporciona un enfoque de red neuronal de regularización bayesiana basado en computación suave estocástica (BRNNA) para investigar los logros numéricos del MFLMM. El sistema no lineal se clasifica en dos dinámicas, mientras que la corrección del BRNNA se observa a través de la comparación de resultados. Además, el rendimiento reducible del error absoluto mejora la exactitud del BRNNA computacional. Se han elegido veinte neuronas, junto con las estadísticas de datos de entrenamiento del 74% y 13%, tanto para la autorización como para las pruebas. La consistencia del BRNNA diseñado se demuestra utilizando la correlación/regresión, histogramas de error y transición de valores de estado para resolver el MFLMM.