O objetivo do presente trabalho foi treinar e validar diferentes configurações de redes neurais artificiais para estimativa do afilamento do fuste em uma floresta de várzea estuarina. A arquitetura das redes neurais teve como input (entrada) altura a qualquer parte do tronco h_i, altura do fuste h_fi, diâmetro a 1, 30 m do solo D_i e espécie (variável categórica), com variação de número de neurônios na camada intermediária variando de 1 a 12 e diâmetro a qualquer parte do tronco d_i como output (saída). Na estimativa do afilamento, foi empregado os critérios estatísticos: bias, correlação entre volume observado e estimado e raiz quadrada do erro quadrático médio (RQEM). Foram elencadas às 3 RNA´s com melhores resultados e as configurações com 3, 4 e 8 neurônios na camada intermediária conseguiram fazer uma boa estimativa para o afilamento do fuste.