Tese (doutorado) - Universidade Federal de Santa Catarina, Centro TecnologicoO controle e gerênciamento da produção estão entre os principais fatores que influênciam a produtividade industrial. As empresas devem se adaptar às condições de mercado, que mudam constantemente, afetando o tempo disponível para a tomada de decisões. Um algoritmo para solucionar problemas de programação da produção em diferentes ambientes "flow shop", podendo levar em consideração diferentes critérios, apresenta-se como uma contribuição para essa área. Neste trabalho é apresentada uma abordagem baseada em algoritmos genéticos que dadas as suas características de paralelismo implícito e robustez, mostra resultados promissores. O algoritmo proposto separa a função objetivo da sua rotina principal, o que proporciona vantagens sobre as soluções heurísticas que são desenvolvidas para funções objetivo específicas. Essa separação permite rápida adaptação do algoritmo a qualquer ambiente do tipo "flow shop". O sistema computacional desenvolvido foi utilizado para resolver problemas gerados aleatoriamente, através de três diferentes critérios de programação. Dadas as suas características híbridas o algoritmo obtém soluções iguais ou melhores que as das regras de programação heurísticas. Os resultados dos testes mostraram a viabilidade do algoritmo.