بیودیزل و همچنین برخی نانوکاتالیست ها به عنوان افزودنی به سوخت دیزل می تواند باعث بهبود عملکرد و کاهش آلاینده-های موتور شود. در تحقیق حاضر، بیودیزل با نسبت 5 و 10 درصد ( B5و B10) در مخلوط با سوخت دیزل استفاده شد. سپس نانولوله های کربن با غلظت 30، 60 و 90 ppm به مخلوط سوخت برای ارزیابی عملکرد، آلایندگی و ارتعاش موتور دیزل استفاده گردید. از شبکه عصبی چندلایه با قاعده یادگیری پس انتشار خطا رو به جلو (FFBP) برای مدل سازی استفاده گردید. نوع سوخت، دور موتور، چگالی، ویسکوزیته و ارزش حرارتی سوخت، فشار مانیفولد ورودی، مصرف سوخت، دمای گازهای خروجی، اکسیژن موجود در گازهای خروجی، دمای روغن، رطوبت و فشار نسبی هوای محیط به عنوان پارامترهای لایه ورودی یا مستقل در نظر گرفته شدند. عملکرد، آلایندگی و ارتعاش موتور به عنوان پارامترهای لایه خروجی در نظر گرفته شدند. نتایج نشان داد که مصرف سوخت ویژه موتور و آلایندگی های CO و UHC کاهش یافته، در حالی که آلاینده NOx افزایشی بوده است. همچنین، مدل شبکه عصبی با الگوی آموزش پس انتشار خطا با 20-20 نرون در لایه های مخفی سیگموئیدی- سیگموئیدی توانایی پیش بینی پارامترهای مختلف را با عملکرد و دقت خوبی دارد. مقادیر عددی ضریب رگرسیونی (R) آموزش، ارزیابی و آزمون مدل بهینه شبکه به ترتیب 0.9999، 0.9985 و 0.9994 به دست آمد.