CoordenaÃÃo de AperfeiÃoamento de NÃvel Superior / Neste trabalho foram tratados dois problemas: o primeiro à denominado Continuous Permutation Flowshop Scheduling Problem (CPFSP), que possui a restriÃÃo de que nenhuma tarefa pode esperar por processamento entre mÃquinas consecutivas; o segundo à denominado de Permutation Flowshop Scheduling Problem (PFSP), em que a restriÃÃo anterior nÃo existe. A metaheurÃstica Algoritmo GenÃtico (AG) tem sido aplicada com sucesso ao PFSP, mas atà o momento nÃo foi encontrado na literatura algo que mostre que o AG à um bom mÃtodo para o CPFSP. O objetivo deste trabalho foi desenvolver um AG eficiente paras esses dois problemas, mas que nÃo precisa utilizar inicializaÃÃo eficiente e/ou hibridizaÃÃo com outra tÃcnica de busca. O desenvolvimento do AG proposto levou em consideraÃÃo as caracterÃsticas, diversificaÃÃo e a intensificaÃÃo, que inspiraram a criaÃÃo de trÃs procedimentos que melhoraram o desempenho do AG proposto. Foram realizados vÃrios experimentos com as instÃncias de Taillard (1993), Reeves (1995) e Heller (1960). Os resultados foram comparados com outros mÃtodos encontrados na literatura. Foram construÃdos polinÃmios com a utilizaÃÃo de InterpolaÃÃo Lagrangeana para determinar o tempo execuÃÃo do AG proposto. Por fim, o mÃtodo foi aplicado num problema real. Os resultados mostraram que o AG proposto à o melhor mÃtodo para o CPFSP e que fica muito prÃximo do melhor AG encontrado na literatura com inicializaÃÃo eficiente para o PFSP

nÃo hà / A resoluÃÃo de um Problema de Sequenciamento sempre à uma operaÃÃo que demanda grandes recursos, devido ao grande volume de dados inerentes a formulaÃÃo do problema. O uso bem sucedido do Algoritmo GenÃtico quando aplicado ao Problema de Sequenciamento ClÃssico deu-se atravÃs dos experimentos computacionais encontrados na literatura. O objetivo geral deste trabalho à relacionar as similaridades do Problema de Sequenciamento ClÃssico como um Problema do Caixeiro Viajante e resolvÃ-lo utilizando a metaheurÃstica Algoritmo GenÃtico. Foram realizados experimentos computacionais utilizando as instÃncias da OR-Library (Beasley, 1990), conjunto de dados de Taillard (1993). A anÃlise das soluÃÃes obtidas por operadores genÃticos foram realizadas, com o intuito de mostrar a evoluÃÃo da busca. O mÃtodo proposto foi comparado com outros mÃtodos discretos, onde constata-se o bom desempenho do Algoritmo GenÃtico, apresentando melhores resultados em 69 das 90 instÃncias testadas. / The resolution of a Flow Shop Problem is always an operation which requires great resources, due to the large volume of data inherent in the problem formulation. The successful use of Genetic Algorithm when applied to the Classic FSP took place through computational experiments found in the literature. The aim of this work is to relate the similarities of the Classic Scheduling Problem as a Traveling Salesman Problem (TSP) and solve it using the Genetic Algorithm metaheuristic. Computational experiments were performed using the OR - Library instances (Beasley, 1990), dataset of Taillard (1993). The analysis of the solutions obtained by genetic operators were carried out in order to show the progress of the search. The proposed method was compared with other discrete methods where there is evidence of the good performance of Genetic Algorithm