วัตถุประสงค์ของงานวิจัยนี้เพื่อพัฒนารูปแบบของนิวรอลเนตเวิร์กสำหรับการพยากรณ์ราคาน้ำมันดิบแบบอนุกรมเวลาโดยรูปแบบของนิวรอลเนตเวิร์กที่พัฒนาขึ้นต้องสามารถเรียนรู้จากข้อมูลราคาน้ำมันดิบที่ใช้สอน และสามารถพยากรณ์ราคาน้ำมันในอนาคตได้โดยมีความถูกต้องแม่นยำเมื่อเทียบราคาน้ำมันที่ได้จากการพยากรณ์กับราคาน้ำมันที่เกิดขึ้นจริง งานวิจัยนี้ใช้นิวรอลเนตเวิร์กแบบการเรียนรู้ย้อนกลับมาตรฐาน โดยทำการสร้างนิวรอลเนตเวิร์ก 6 โมเดล ซึ่งแต่ละโมเดลประกอบด้วย นิวรอลนำเข้าในชั้นข้อมูลนำเข้าจำนวน 2040 80 160 320 และ 460 ตามลำดับ ในชั้นแอบแฝงประกอบด้วยนิวรอลจำนวนเท่ากับรากที่สองของผลคูณของจำนวนนิวรอลในชั้นข้อมูลนำเข้าและจำนวนนิวรอลในชั้นแสดงผลลัพธ์ ในชั้นแสดงผลลัพธ์ประกอบด้วยนิวรอล 1 นิวรอล และใช้ซิกมอยด์ฟังก์ชันเป็นฟังก์ชันการแปลงค่า เมื่อได้ทำการสอนและทดสอบนิวรอลเนตเวิร์กทั้ง 6รูปแบบ รูปแบบละ 10 ครั้งแล้ว สามารถสรุปผลได้ว่านิวรอลเนตเวิร์กสามารถเรียนรู้รูปแบบข้อมูลราคาน้ำมันดิบ และสามารถพยากรณ์ได้ด้วยความถูกต้องแม่นยำ และจากการทดลองใช้จำนวนนิวรอลต่าง ๆ กันในชั้นข้อมูลนำเข้าพบว่าจำนวนนิวรอลที่ใช้ในชั้นข้อมูลนำเข้าไม่ควรมากหรือน้อยเกินไป เพราะจะต้องใช้เวลาในการสอนมากขึ้นแต่ความแม่นยำในการพยากรณ์ไม่ได้เพิ่มขึ้น โดยจำนวนนิวรอลในชั้นข้อมูลนำเข้าที่เหมาะสมที่สุดคือ 160 วัน ซึ่งให้ค่าเปอร์เซนต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ยเท่ากับ 0.7257