En el presente trabajo se propone un modelo que permita la optimización de tendencias de partículas ambientales con base a un modelo de inteligencia colectiva animal, para el cual se utilizó el algoritmo de Optimización por Colonia de Hormigas también conocido como ACO por sus siglas en inglés (Ant Colony Optimization). El sistema propuesto está enfocado en partículas PM10 las cuales son contaminantes atmosféricos de la Ciudad de México. Las principales limitaciones son la presencia de datos erróneos o la falta de los mismos en diferentes variables requeridas para este sistema de predicción. Los resultados obtenidos no son concluyentes debido a que se encontró que es necesario tomar en cuenta parámetros como la humedad y el calor para lograr una afinación del sistema.