Como una forma especial de red neuronal recurrente (RNN), las redes de estado de eco (ESNs) han logrado buenos resultados en la modelización de sistemas no lineales, control no lineal difuso, predicción de series temporales, y más. Sin embargo, la topología tradicional de ESN de un solo depósito limita la capacidad de predicción de la red. En este documento, diseñamos una red de estado de eco de sentimientos olfativos de varios depósitos (OFESN) inspirada en la estructura del bulbo olfativo de la Drosophila, que proporciona un nuevo modo de conexión. La conexión entre subdepósitos se transforma en la conexión entre cada neurona autónoma, las neuronas en cada subdepósito están escasamente conectadas, y las neuronas en diferentes subdepósitos no pueden comunicarse entre sí. El OFESN simplifica en gran medida las conexiones de acoplamiento entre neuronas en diferentes bibliotecas, reduce la redundancia de información y mejora la velocidad de ejecución de la red. Los hallazgos de la simulación demuestran que el modelo OFESN, presentado en este estudio, mejora la capacidad de aproximar la función de superposición de seno y el sistema Mackey-Glass cuando se combinan. Además, este modelo muestra una precisión de predicción mejorada en un 98% en algunos casos y una reducción de las fluctuaciones en los errores de predicción.