Objetivou-se com o presente trabalho desenvolver e validar uma rede neuro-fuzzy, baseada no algoritmo LOLIMOT, para a predição da temperatura retal de frangos de corte. A rede neuro-fuzzy foi desenvolvida com base em três variáveis de entrada: temperatura do ar (T), umidade relativa (UR) e velocidade do ar (V), tendo como variável de saída, a temperatura retal (TR). Para a confecção da rede foram utilizadas funções de pertinência do tipo gaussiana (funções peso) com desvio padrão de 0,33. O número de partições do espaço de entrada adotado pelo modelo foi igual a 10. A rede neuro-fuzzy foi desenvolvida no ambiente computacional SCILAB 4.1. Resultados experimentais mostraram que o desvio padrão médio entre os valores simulados e medidos foi de 0,11 °C. A rede neuro-fuzzy se apresenta como um sistema inteligente híbrido satisfatório para a predição da temperatura retal de frangos de corte, agregando características da lógica fuzzy baseada na teoria dos conjuntos fuzzy, às redes neurais artificiais.