Garcia, Cristiano MesquitaVieira, João Victor Arruda Tobias2026-03-042026-03-042025-07-10Vieira, João Victor Arruda Tobias. Método computacional baseado em algoritmos genéticos para otimização do planejamento e controle da manutenção industrial: uma aplicação em indústrias de MDF. 2025. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) - Instituto Federal de Educação, Ciência e Tecnologia de Santa Catarina, Caçador, 2025.https://repositorio.ifsc.edu.br/handle/1/504A alocação eficiente de ordens de serviço na manutenção industrial representa um desafio relevante em ambientes produtivos que dependem de alta disponibilidade de ativos. Diante da complexidade crescente dos processos e das limitações dos métodos tradicionais de planejamento, este trabalho apresenta o desenvolvimento de um modelo computacional baseado em algoritmos genéticos, com o objetivo de otimizar a programação semanal de ordens de serviço de manutenção. A solução foi implementada considerando os princípios da computação bioinspirada, permitindo a manipulação simultânea de múltiplas variáveis, como especialidade técnica, prioridade das tarefas, duração das atividades e limitações de jornada de trabalho. A fundamentação teórica aborda conceitos relacionados ao Planejamento e Controle da Manutenção (PCM), além dos fundamentos de algoritmos genéticos e técnicas de otimização computacional. O protótipo desenvolvido foi validado por meio de simulações com dados reais de uma indústria do setor de MDF, permitindo a comparação entre os resultados gerados pelo modelo e o método de alocação atualmente utilizado. Os resultados obtidos evidenciam o potencial da aplicação de algoritmos evolutivos como ferramenta de apoio à tomada de decisão, com destaque para a redução de conflitos operacionais, a melhoria na distribuição da carga de trabalho entre os técnicos e o aumento da eficiência na programação de manutenção.The efficient allocation of work orders in industrial maintenance is a significant challenge in production environments that require high asset availability. Considering the growing complexity of operations and the limitations of traditional planning methods, this study presents the development of a computational model based on genetic algorithms, aiming to optimize the weekly scheduling of maintenance work orders. The proposed solution applies principles of bio-inspired computing, enabling the simultaneous management of multiple variables, such as technical specialty, task priority, activity duration, and daily working time limitations. The theoretical foundation of this research covers concepts related to Maintenance Planning and Control (PCM), as well as the fundamentals of genetic algorithms and computational optimization techniques. The developed prototype was validated through simulations using real data from an MDF industry, allowing comparison between the results generated by the model and the allocation method currently used by the company. The outcomes demonstrate the potential of evolutionary algorithms as a decision-support tool, highlighting their contribution to the reduction of operational conflicts, improvement in workload distribution among technicians, and increased efficiency in maintenance scheduling.Português BrasilFábricas - ManutençãoAlgorítmos genéticosSistemas de informação gerencialTrabalho de conclusão de graduaçãoAcesso RestritoCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::SISTEMAS DE INFORMACAO