A quantificação do volume de madeira das árvores é comumente realizada por meio de métodos indiretos, destacando-se o ajuste de modelos por regressão e redes neurais artificiais (RNA). Embora os modelos de regressão sejam os mais difundidos, as RNA têm se mostrado mais eficientes na predição de volume, podendo gerar resultados mais precisos em espécies perfilhadas. Por este motivo, o objetivo deste trabalho foi analisar três modelos de RNA e selecionar o de melhor desempenho na predição de volume de Pterogyne nitens. Os dados foram obtidos em um plantio puro de P. nitens, localizado na área experimental da Universidade Estadual do Sudoeste da Bahia, em Vitória da Conquista, Bahia. Utilizou-se dados de diâmetro à altura do peito e altura como inputs fixos das redes e número de fustes e diâmetro à nível de 0,1 m do solo na variação dos inputs das outras redes, a fim de verificar se haveria melhoria da predição de volume ao acrescentar variáveis. Os critérios utilizados para escolha da melhor rede foram: raiz do erro quadrático médio, erro médio absoluto, viés e eficiência do modelo, além da distribuição gráfica dos resíduos. Apesar de todas as redes apresentarem valores satisfatórios, a rede 3 apresentou melhores resultados.