Precipitation is the hardest meteorological field to be predicted. An approach based on and optimal neural network is applied for climate precipitation prediction for the Brazil. A self-configurated multi-layer perceptron neural network (MLP-NN) is used as a predictor tool. The MLP-NN topology is found by solving an optimization problem by the Multi-Particle Collision Algorithm (MPCA). Prediction for Summer and Winter seasons are shown. The neural forecasting is evaluated by using the reanalysis data from the NCEP/NCAR and data from satellite GPCP (Global Precipitation Climatology Project -- monthly precipitation dataset).Precipitação é o campo meteorológico mais difícil de ser predito. Uma abordagem baseada em rede neural ótima é aplicada para previsão de precipitação para o Brasil. Uma rede neural perceptron de múltiplas camadas (RN-PMC) auto-configurada é usada como ferramenta predição. A topologia da MLP-NN é encontrada resolvendo um problema de otimização pelo algoritmo de colisão de múltiplas partículas (MPCA). Previsões para estações de inverno e verão são mostradas. A previsão neural é avaliada usando dados de reanálise do NCEP/NCAR e dados do satélite GPCP (Global Precipitation Climatology Project -- monthly precipitation dataset).