La cristalización por lotes es un proceso que opera a temperaturas altas, donde para su manipulación adecuada es necesario el manejo de condiciones a vacío, con el fin de reducir la temperatura de ebullición, un agitador para obtener mejores cristales, en este caso el mejoramiento al crecimiento de los cristales. Por ello el objetivo de esta investigación es encontrar una manera distinta de poder predecir el comportamiento del equipo de cristalización sin gastar materia prima y tener condiciones de operación fieles al proceso, donde para este fin, se diseña una red neuronal artificial (RNA) con la capacidad de replicar el comportamiento del equipo de cristalización y así poder localizar mejores crecimientos en el proceso, donde en esta investigación su fin es predecir los comportamientos del tamaño de los cristales D(4,3). Para poder cumplir este propósito es necesario recopilar toda la información necesaria a partir de una base de datos histórica, donde esta misma contenga toda la información experimental que se haya efectuado dentro de este proceso de cristalización, con el fin de contener todos los distintos comportamientos que se han obtenido durante 15 años de investigación experimental. Se diseñó una RNA para sistemas dinámicos en un esquema de alta no linealidad, logrando alcanzar una ajuste superior al 90% y un rendimiento en rangos dentro del 10%, que corresponde a predicciones muy adecuadas para este proceso, por otra parte se cuantificó mediante el análisis de varianza (ANOVA), las mejores condiciones de operación del proceso de cristalización batch, donde tales condiciones se encuentra a una presión de vacío de 24 InHg y una agitación a 300 RPM, favoreciendo de esta manera la D(4,3) y la S(4,3) y con ello mejorando el proceso de cristalización batch con regulación a vacío.