L'industrie des semi-conducteurs est caractérisée par une production de forte variabilité et de faible volume, des flux de production ré-entrants ainsi que d'un processus de fabrication complexe. Au sein de ce contexte industriel complexe, a été considéré un problème de planification à capacité finie. C'est le problème de projection des encours de production et des commandes clients à capacité finie. Il s'agit d’estimerles dates de début, les temps d'attente et les dates de fin de chacun des steps des différents lots ainsi que la charge accumulée sur les équipements. Cette projection doit tenir compte des contraintes de capacité et qualifications des équipements et des dates d'échéance de livraison des lots. La contrainte de qualification définit l'éligibilité d'un équipement à traiter un produit. Ainsi, l'objectif de cette étude consiste à établir un plan de production réalisable à moyen terme. Afin de réaliser cet objectif, des méthodes exactes et approchées sont proposées. Des résultats en termes de complexité, et d'algorithmes de résolution, ont permis une application industrielle, dans la mesure où un logiciel de planification de la production à capacité finie a été développé. / In this study, we consider the problem of production planning in the semiconductor industry characterized by high mix low volume production, reentrant flows and complex manufacturing process.The aim of this work is to establish a feasible production schedule that takes into account the limited capacity of the manufacturing system, equipment qualifications constraints and delivery due dates. In this context, we have formulated the objective and constraints in a mixed linear program (MIP). The objective of the MIP is to minimize delivery delays to guarantee on-time delivery. While executing different tests of the MIP, we have reached a limit of resolution in a reasonable time. Thus, we use an approximate method to solve the problem. The results show the effectiveness of the heuristic established as solution quality and time resolution.The obtained results led to an industrial application and a software that provides feasible schedules in reduced execution time in a specific fab.