Made available in DSpace on 2015-04-22T22:00:55Z (GMT). No. of bitstreams: 1 Jose Elidelson Carvalho.pdf: 703131 bytes, checksum: e19421085c622156430085868340687b (MD5) Previous issue date: 2007-12-28 / SUFRAMA - Superintendência da Zona Franca de Manaus / The optimization of SMD electronics components assembly in printed circuit boards has been target of intensive research for it is one of the important point in production lines efficiency of the electronic industry. Among many techniques utilized for solving this kind of problem are the Genetics Algorithms also called Evolutionary Algorithms due it analogy with natural biologic evolution. Another kind of Evolutionary Algorithms called Memetics Algorithm has presented better results than Genetics Algorithms in many application fields. So this work proposes an investigation about using this algorithm for solving the SMD sequence placement problem. Many tests were done using Genetic and Memetics Algorithms on different placement sequence sets and the results showed a better performance of Memetic Algorithms related to Genetic Algorithms. So Memetics Algorithms has been showed to be an important tool on solving the problem of SMD placement sequence. / A otimização da seqüência de montagem de componentes SMD em placas de circuito impresso tem sido alvo de intensa pesquisa por ser um dos pontos fundamentais para a eficiência de linhas de produção de placas em indústrias de produtos eletrônicos. Entre as diversas técnicas utilizadas para resolver este tipo de problema estão os Algoritmos Genéticos chamados também de evolucionários por sua analogia com a evolução biológica natural das espécies. Outro tipo de algoritmo evolucionário chamado de Algoritmo Memético tem apresentado melhores resultados que os Algoritmos Genéticos em diversas áreas de pesquisa. Portanto este trabalho propõe uma investigação do uso deste algoritmo na resolução do problema da otimização da seqüência de montagem de componentes SMD. Foram feitos diversos testes usando Algoritmos Genéticos e Meméticos em diferentes seqüências de montagem e os resultados mostraram um melhor desempenho dos Algoritmos Meméticos em relação aos Genéticos. Portanto os Algoritmos Meméticos se mostraram uma promissora ferramenta para a otimização deste problema.