A aplicação de redes neuronais tem sido considerada uma ferramenta promissora para a análise do processo de permuta iónica devido à sua simplicidade no que diz respeito à simulação, previsão e modelização. Este processo é complexo, não linear e envolve muitos factores que influenciam os mecanismos de absorção dos iões a partir da solução grávida, sendo a etapa subsequente a eluição. A fim de melhorar o desempenho do processo de permuta iónica, é necessário otimizar e analisar o processo. A maioria dos modelos baseados no processo de permuta iónica são teóricos. A modelização e a simulação são ferramentas para atingir os objectivos. A maioria destes modelos é derivada de descrições físicas e de uma compreensão do processo de permuta iónica com base em determinados pressupostos. No entanto, como já foi referido, são matematicamente complexos, computacionalmente dispendiosos e, idealmente, exigem um conhecimento muito pormenorizado do próprio processo de permuta iónica. Por conseguinte, é necessário encontrar um meio alternativo para prever o desempenho do processo, o que levou os investigadores a interessarem-se pela aplicação de técnicas de redes neuronais.