El objetivo de este trabajo es proporcionar el rendimiento numérico del modelo de transporte reactivo que transporta camiones con mercancías en carreteras mediante la explotación de procedimientos estocásticos basados en la red neuronal de wavelet de Meyer (MW). Se construye una función objetivo utilizando el modelo diferencial y sus condiciones de contorno. La optimización de la función objetivo se realiza a través de la hibridación de los procedimientos de búsqueda global y local, es decir, algoritmos de enjambre y punto interior. Se han obtenido tres casos diferentes del modelo, y la exactitud del procedimiento estocástico se observa mediante la comparación de las soluciones obtenidas y de Adams. El error absoluto despreciable mejora la exactitud de las redes neuronales MW propuestas junto con la hibridación de los esquemas de búsqueda global y local. Además, se proporcionan interpretaciones estadísticas basadas en diferentes operadores, histogramas y diagramas de caja para validar la constancia de la estructura estocástica diseñada.