Neste trabalho foram utilizadas redes neurais artificiais como ferramenta alternativa na determinacao de um modelo geoidal. Procurou-se uma determinacao geoidal de forma mais rapida, com precisao adequada e com menor esforco na determinacao de parametros importantes na obtencao da referida superficie. Foram utilizados modelos de redes neurais do tipo MLP, algoritmo de treinamento backpropagation, variando o numero de camadas, o numero de neuronios, a funcao de ativacao, a taxa de aprendizado e o termo momento. Os dados dos modelos do geopotencial EGM96, da gravimetria, do GPS e do nivelamento geometrico foram tratados de forma a serem utilizados pelos modelos de redes neurais. Foram executadas a normalizacao, a analise de componentes principais e a definicao dos atributos de entrada e saida para treinamento do modelo de rede neural. Foram realizadas comparacoes entre os modelos geoidais existentes, usados nesta pesquisa, com os resultados obtidos pelo modelo de rede neural. Tais comparacoes resultaram na obtencao dos erros entre as superficies, justificando dessa forma a possibilidade de uso do referido metodo, com a consequente demonstracao de suas vantagens e desvantagens."