---

Neste estudo, é apresentada uma abordagem baseada em metaheurísticas para a otimiza‡Æo do sequenciamento de produ‡Æo em Flow Shop permutacionais que operam em ambientes High-Mix, Low-Volume. Estes ambientes exigem a realiza‡Æo de um grande número de setups para atender à flexibilidade exigida. Uma das formas de se obter vantagem, é explorar características similares entre os produtos através de um sequenciamento adequado, para que seja possível reduzir o tempo total de parada para setup. Porém, a complexidade e esfor‡o computacional exigidos na solu‡Æo deste problema, por vezes, inviabilizam sua aplica‡Æo na rotina industrial. Neste contexto, as metaheurísticas emergem como op‡Æo. As abordagens metaheurísticas híbridas combinam estratégias de busca local com algoritmos evolutivos para a gera‡Æo rápida de boas solu‡äes. A ferramenta desenvolvida, baseada no uso combinado das metaheurísticas Busca Tabu e Algoritmo Genético, busca a melhor sequência possível dentro do tempo computacional disponível de forma a reduzir os tempos gastos com opera‡äes de setup. Os resultados indicam a superioridade da abordagem híbrida e a aplicabilidade da ferramenta em ambientes reais.

---

Wagner L. Simäes: Mestre em Engenharia de Produ‡Æo e Sistemas pela Universidade do Vale do rio dos Sinos (UNISINOS) \ André L. Korzenowski: Doutor em Engenharia de Produ‡Æo pela Universidade Federal do Rio Grande do Sul (UFRGS) \ Leonardo D. Chiwiacowsky: Doutor em Computa‡Æo Aplicada pela Universidade Federal do Rio Grande do Sul (UFRGS).

---