TCC(graduação) - Universidade Federal de Santa Catarina. Centro Tecnológico. Ciências da Computação.De acordo com (Sindicato Nacional da Indústria de Componentes para Veículos Automotores - Sindipeças, 2021), a frota de veículos aumenta anualmente no Brasil, implicando em cada vez mais congestionamento nas grandes cidades. De acordo com (INRIX, 2020) isto tem um impacto financeiro alto, chegando a mais de $1.000 por motorista estadunidense. Nesse contexto, este trabalho busca otimizar as malhas viárias urbanas para a redução de congestionamento e a diminuição dos tempos de comutação dos veículos utilizando uma heurística de busca local. Para a realização do mesmo, foi feita uma revisão da literatura recente sobre problemas de design de redes, assim como sobre diferentes implementações de busca local. Foi então proposto o modelo a ser utilizado e realizados testes para trazer um melhor entendimento de como aplicar o modelo sobre malhas existentes.According to (Sindicato Nacional da Indústria de Componentes para Veículos Automotores - Sindipeças, 2021), the amount of vehichles in brazil grows every year, implying in heavier traffic, especially in urban areas. This increase in traffic has a high financial impact, as seen in (INRIX, 2020), costing the average US driver over $1.000 a year. With this in mind, this work tries to optimize urban road networks aming to reduce traffic and the average vehichle commute time by using a local search heuristic. To reach this goal, a review of recent literature on RNDPs was made, as well as a review on local search implementations. Then a new model was proposed and applied over a few real urban networks to better visualize how this model can be applied.