La fermentación alcohólica es la etapa fundamental de la producción de bebidas alcohólicas, pues aquí se produce el alcohol que se va a utilizar en etapas posteriores. El presente trabajo consiste en la modelación de la etapa de fermentación de una ronera en Cuba mediante el empleo de redes neuronales con el uso de datos históricos. Se utilizó el software Matlab R2017 para la creación, entrenamiento, prueba y validación de las redes neuronales. Se presentan dos propuestas de modelación de las tres sustancias de interés: biomasa, sustrato y producto mediante redes neuronales, la primera a través de un modelo neuronal ‘‘simple’’ y la segunda mediante un modelo neuronal de redes múltiples; estos modelos se compararon mediante la prueba de Wilcoxon para seleccionar la mejor topología. La creación, entrenamiento, prueba y validación de las redes neuronales se realizó con un conjunto de datos horarios de concentración de células vivas por cada 100 mL, grados brix y grado alcohólico medio, que se corresponden con un total de 160 instancias. Se encontró que, mediante la prueba de comparación de medianas de Wilcoxon, existían diferencias significativas entre las curvas de sustrato; siendo el modelo mejor validado el de caja múltiples, con 0,999 de coeficiente de regresión y 0,0018 de error cuadrático medio, debido a que la mayor relación de variables de entrada sobre variables de salida, aumenta la capacidad de ajuste del modelo neuronal. Se creó una aplicación con el empleo de Matlab R2017 ‘‘Guide’’ que permite modelar las curvas de fermentación.