Este estudio tiene como objetivo identificar los parámetros operativos óptimos para el proceso de captura de dióxido de carbono (CO) utilizando una combinación de inteligencia artificial y técnicas metaheurísticas. El objetivo principal del estudio es maximizar la capacidad de captura de CO. El método propuesto integra modelado difuso con el optimizador RUNge Kutta (RUN) para analizar el impacto de tres factores operativos: temperatura de carbonatación, duración de carbonatación y relación de flujo de H2O a CO. Estos factores se consideran para maximizar la captura de CO. Se desarrolló un modelo difuso basado en los puntos de datos medidos para simular el proceso de captura de CO en términos de los parámetros establecidos. Luego, se utilizó el modelo para identificar los valores óptimos de temperatura de carbonatación, duración de carbonatación y relación de flujo de H2O a CO utilizando RUN. Los resultados del método propuesto se compararon con un rendimiento optimizado utilizando la metodología de superficie de respuesta (RSM) y datos medidos para demostrar la superioridad de la estrategia propuesta. Los resultados del estudio mostraron que la técnica sugerida aumentó la capacidad de captura de CO de 6.39 a 6.99 en un 10.08% y 9.39%, respectivamente, en comparación con los métodos medidos y RSM. Esto implica que el método propuesto es un enfoque efectivo para maximizar la capacidad de captura de CO. Los resultados de este estudio pueden utilizarse para mejorar el rendimiento del proceso de captura de CO en diversas aplicaciones industriales.