A estimação de parâmetros constitui uma das etapas do desenvolvimento de um modelo matemático, sendo essencial para a validação e uso do mesmo. A precisão da estimação pode ser avaliada através das regiões de confiança. Modelos não-lineares, como o presente caso, não permitem solução analítica para a minimização da função objetivo e avaliação das regiões de confiança. É preciso usar métodos numéricos iterativos, como os métodos heurísticos. Estes lidam bem com problemas com muitos parâmetros ou de distribuição não-normal e função objetivo não-suave, descontínua, com mínimos locais. A Otimização por Enxame de Partículas (PSO - Particle Swarm Optimization) foi usada para efetuar o mapeamento da função objetivo para os pares de parâmetros de um modelo fenomenológico do processo de copolimerização do etileno em solução. Os resultados mostram que o PSO foi capaz de encontrar valores ótimos para as estimativas dos parâmetros permitindo a validação e aplicação do modelo.