A redução das emissões de gases de escape e do consumo de combustível é um dos desafios mais importantes na área dos motores. Um dos métodos para superar este problema consiste em melhorar o combustível através da modificação ou reformulação da sua composição. Para esse fim, foram realizados experimentos de forma a alterar a potência, as emissões e o consumo de combustível num motor diesel CI utilizando uma mistura de combustível diesel com nanopartículas. A redução do consumo de combustível e das emissões de NOx, HC e CO em relação ao combustível base são os resultados da utilização do nanoaditivo. Um método alternativo para análise e previsões na área da engenharia, especialmente em motores de combustão interna [55-58], é a utilização de redes neurais artificiais (RNA). A simulação ANN ganhou terreno em muitas aplicações de engenharia devido à sua simplicidade, precisão e taxa de convergência em comparação com meios numéricos, particularmente ao lidar com bases de dados difusas e complicadas. A modelagem ANN foi adotada para prever uma correlação entre a potência de travagem, o consumo de combustível, HC, CO e NOx usando diferentes quantidades de nanopartículas e velocidades como dados de entrada.