Brazil is the world’s largest producer of sugarcane and this production is concentrated in Center-South region. In the season 2013/14 the sugarcane production was 658.8 million tons, which represent an increase of 11.9% when compared with 2012/13 (588.9 million tons).Despite the fact that the sugarcane is a positive influence to the Brazilian economy, raise environmental concerns related to the sugarcane industry processes. The pre-harvest burning of sugarcane is one of the most sensitive environmental issues faced by cane growers. This practice has been questioned and abolished in some areas. But, with decreasing in the number of burnings, the residue derived from the harvest of sugarcane without prior burning become an important matter for researchers and producers. If left on the soil, it may result in diseases and plagues, compromising the regrowth. On the other hand its removal is very expensive due to the several processes involved (windrowing, compaction, transportation, etc.).Therefore, the researchers and managers are studying an efficient and economical way to use the harvesting residual biomass. The purpose of this work is to develop a mathematical model to help choosing among the available sugarcane varieties in order to maximize the economic balance of transportation and processing of the sugarcane residual biomass, address sucrose production and planting area constraints. The model obtained correspond to Linear Fuzzy Programming 0- 1. The results show the viability of the model in selecting sugarcane varieties, which providean optimized economic balance for the process of managing of residual biomass of the sugarcane harvest.O Brasil é o maior produtor de cana-de-açúcar do mundo e isto tem provocado uma grande expansão desta cultura no país, principalmente na região Centro-Sul. A safra 2013/14 foi de 658,8 milhões de toneladas, com aumento de 11,9% em relação à safra 2012/13, que foi de 588,9 milhões de toneladas, significando um aumento de 69,9 milhões de toneladas maior que na safra anterior. Estes fatos têm influenciado positivamente a economia brasileira, mas por outro lado tem-se grande preocupação com as questões ambientais envolvidas nos processos do setor sucroalcooleiro. Um dos grandes problemas são as queimadas dos canaviais na pré-colheita da cana-de-açúcar, esta prática tem sido muito discutida e abolida nos tempos atuais. Mas com a redução das queimadas, o palhiço, resíduo derivado da colheita de cana-de-açúcar sem queima prévia, tornou-se foco para pesquisadores e produtores, pois a permanência deste palhiço no solo tem provocado diversos problemas de doenças e praga na rebrota, e a retirada desta biomassa é um processo muito caro por envolver diversos maquinários, pois a coleta do palhiço passa pelas etapas de enleiramento, compactação, carregamento do caminhão e transporte do campo para o centro de processamento. Assim, as vantagens no seu recolhimento, recuperação e aproveitamento têm mobilizado pesquisadores e gerentes de usinas, que estão interessados em encontrar uma maneira produtiva, econômica e eficaz para este manejo.O objetivo deste trabalho é desenvolver um modelo para auxílio na escolha das variedades de cana-de-açúcar a serem plantadas de forma que maximize o balanço econômico do processo de transferência da biomassa residual de colheita do campo para o centro de processamento e avalie economicamente o uso desta biomassa, respeitando a demanda de açúcar da usina e as restrições sobre a área de plantio. Para isto foram utilizadas técnicas de Programação Linear Fuzzy 0-1. Os resultados desta aplicação mostraram a viabilidade de uso do modelo proposto para seleção de variedade visando o aproveitamento da biomassa residual de colheita.Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)Fundação para o Desenvolvimento da UNESP (FUNDUNESP)Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)Pró-Reitoria de Pós-Graduação (PROPG UNESP)Universidade Estadual Paulista Júlio de Mesquita Filho (UNESP), Instituto de Biociências de Botucatu (IBB), Departamento de Bioestatística, Botucatu, SP, BrasilUniversidade Estadual Paulista Júlio de Mesquita Filho (UNESP), Instituto de Ciência e Tecnologia (ICTS), Departamento de Engenharia Ambiental, Sorocaba, SP, BrasilUniversidad Nacional de Trujillo, Departamento de Matemática, Trujillo, PeruUniversidade Estadual Paulista Júlio de Mesquita Filho (UNESP), Faculdade de Ciências Agronômicas (FCA), Departamento de Produção e Melhoramento Vegetal, Botucatu, SP, BrasilUniversidade Estadual Paulista Júlio de Mesquita Filho (UNESP), Instituto de Biociências de Botucatu (IBB), Departamento de Bioestatística, Botucatu, SP, BrasilUniversidade Estadual Paulista Júlio de Mesquita Filho (UNESP), Instituto de Ciência e Tecnologia (ICTS), Departamento de Engenharia Ambiental, Sorocaba, SP, BrasilUniversidade Estadual Paulista Júlio de Mesquita Filho (UNESP), Faculdade de Ciências Agronômicas (FCA), Departamento de Produção e Melhoramento Vegetal, Botucatu, SP, BrasilFAPESP: 2009/14901-4FAPESP: 2010/07585-6FAPESP: 2014/01604-0CNPq: 303267/2011-9