Este estudio desarrolló un modelo óptimo para plantas de energía de turbinas de gas (GTPPs) con intercoolers, centrándose en los desafíos relacionados con la producción de energía, eficiencia térmica y consumo específico de combustible. El estudio combinó la metodología de superficie de respuesta (RSM) y el diseño compuesto central (CCD) con algoritmos metaheurísticos avanzados, incluyendo ANFIS, ANFIS PSO y ANFIS GA, para modelar las interacciones no lineales de los parámetros clave, incluyendo la relación de presión, temperatura ambiente, temperatura de entrada de la turbina y la efectividad del intercooler. Se alcanzaron valores óptimos de eficiencia térmica (47.8%), producción de energía (165 MW) y consumo específico de combustible (0.16 kg/kWh) bajo condiciones de una relación de presión de 25, una temperatura ambiente de 293 K, una temperatura de entrada de la turbina de 1550 K y una efectividad del intercooler del 95%. El RSM, siendo el modelo inicial, fue capaz de predecir pero carecía de precisión en comparación con las influencias no lineales que fueron modeladas por ANFIS PSO y ANFIS GA, con valores de R correspondientes de 0.979, 0.987 y 0.972 para producción de energía, eficiencia térmica y consumo específico de combustible (sfc). El estudio demostró el potencial de extender los algoritmos metaheurísticos para proporcionar soluciones sostenibles a problemas del sistema energético y reducir emisiones a través de la optimización de plantas de energía de turbinas de gas (GTPP).