Selecionar variáveis consiste em escolher um subconjunto de características, que fornecem informações úteis, em um grande conjunto de dados. Nesse contexto, a calibração multivariada é um campo de estudo que utiliza técnicas estatísticas para construir modelos matemáticos, os quais estabelecem um aprendizado sobre os dados. Para construir tais modelos, muitas vezes torna-se necessário utilizar técnicas de seleção de variáveis. Algoritmos bioinspirados têm sido adaptados e utilizados como métodos de seleção por diversos trabalhos na literatura. O Algoritmo do Morcego (BA, do inglês Bat Algorithm) é uma meta-heurística inspirada na ecolocalização dos morcegos, no qual cada morcego pode ser considerado como uma possível solução para o espaço de busca. Com isso, este trabalho propõe uma implementação do BA para a seleção de variáveis em problemas de calibração multivariada. Os resultados demonstram que o nosso BA é até três vezes melhor que métodos tradicionais em relação à capacidade preditiva de modelos de calibração.