A modelagem fuzzy de séries temporais tem atraído a atenção de pesquisadores. Em especial, o formalismo de Abbasov e Mamedova (AM) tem apresentado bom desempenho em exercícios de previsão. No entanto, apesar dos esforços, a estimação dos parâmetros do modelo AM é, ainda, desafiadora. Este artigo apresenta uma nova abordagem para melhorar o desempenho de modelos AM a partir de metaheurísticas (algoritmo genético e simulated annealing) voltadas à estimação dos seus parâmetros. Resultados experimentais sobre séries socioeconômicas do mundo real evidenciam a superioridade do método proposto quando comparado a alternativas como modelos autorregressivos integrados e de médias móveis, de suavização exponencial e redes neurais artificiais.