O biogás é uma energia renovável com grande potencial de produção a partir de resíduos, incluindo resíduos alimentares. Nesse contexto, o presente trabalho apresenta o desenvolvimento de três modelos distintos usando Redes Neurais Artificiais (RNAs), com a capacidade de prever o volume acumulado de biogás, de metano e a concentração de CH4, respectivamente. Foi construído um banco de dados da literatura com variáveis do processo de biodigestão anaeróbia: tipo de biomassa, tipo de reator/alimentação, teor de sólido volátil, pH, taxa de carga orgânica, tempo de retenção hidráulica, temperatura e volume do reator. Para cada conjunto de modelos, foram desenvolvidas e testadas 24 RNAs utilizando a ferramenta computacional MATLAB. As RNAs foram avaliadas pela sua capacidade de estimação através do coeficiente de determinação (R2 ) e também através da soma do erro quadrático (SSE) obtidos. Após as etapas iniciais, as redes neurais foram usadas para criar superfícies de resposta, buscando regiões ideais para produção de biogás e metano. Contudo, um único modelo não atingiu a representatividade desejada, levando à segmentação dos dados por tipo de biomassa. As RNAs desenvolvidas demonstraram eficácia na estimação dos grupos usados para treinamento, teste e validação. A melhor rede alcançou R2 de 0,9969 para biogás, 0,9963 para metano e 0,9386 para a porcentagem de metano, com SSE de 0,1808, 0,1089 e 11,45, respectivamente. A estratégia de combinar variáveis do processo em superfícies de resposta revelou-se útil para identificar pontos ótimos no processo produtivo.