Este articulo presenta una aproximacion para la ecualizacion de canales no lineales variantes en el tiempo, basada en sistemas difusos y entrenamiento de neuronas individuales. El metodo tiene dos etapas: la primera usa aprendizaje supervisado, con el fin de estimar los estados del canal y proveer una sintonia inicial de los parametros del ecualizador difuso, y la segunda ajusta dinamicamente al ecualizador para seguir el comportamiento variante del canal por medio de aprendizaje no supervisado. La propuesta se compara con una red de base radial sobre la ecualizacion de un canal de comunicaciones variante en el tiempo reportado previamente en la literatura. Los experimentos se llevan a cabo por medio de simulaciones de Monte Carlo. Los resultados muestran que el metodo propuesto tiene un mejor desempeno que una red de base radial en terminos de la tasa de bits erroneos de un sistema de comunicacion.