This dissertation proposes a hybrid multiobjective optimization methodology for the restoration of electric energy distribution systems. To treat the mixed and combinatorial nature of the problem, due to the presence of discrete variables, associated to decision-making for reestablishment, together with continuous variables of the electric network state, optimization technique meta-heuristics bioinspired for binary Particle Swarm is proposed. The binary nature of the optimization algorithm proposed does not require the adoption of rounding strategies for discrete variables, which may compromise the effectiveness of the method. A genetic algorithm is proposed for the case of a candidate solution violate the voltage limit in any electrical network bar, where it is possible to cut the load to meet the voltage limits. Multiple objectives are considered for the restoration problem, including minimizing the energy not supplied during this process, attending to priority consumer, minimizing technical losses and minimizing the number of necessary switching operations. In order to address these different objectives, which may be even conflicting, such as the minimization of energy not supplied and the minimization of the number of maneuvers, the Pareto dominance method is used embedded in the particle swarm algorithm, generating the algorithm hybrid. In addition, principles of fuzzy logic are incorporated to define the Pareto fronts and obtain candidate solutions that are competing and alternative to the problem. The advantage of using the Pareto method with fuzzy logic is the possibility of obtaining competing candidate solutions, instead of a single solution, in order to support decision making by the system planner and / or operator, according to the reality and priorities of each distributor. The optimization model for restoration includes important constraints to the problem, such as the radiality of the electric distribution network and limits of nodal voltage and currents in the stretches of the network. Three systems are used to validate the proposed methodology, including a real network of the Southeast region of Brazil.A presente dissertação de mestrado tem como proposta desenvolver uma metodologia híbrida de otimização multiobjetivo para o restabelecimento de sistemas de distribuição de energia elétrica. Para tratar a natureza inteira mista e combinatória do problema, devido à presença de variáveis discretas, associadas à tomada de decisão para restabelecimento, juntamente com variáveis contínuas de estado da rede elétrica, propõe-se a técnica de otimização meta-heurística bioinspirada por enxame de partículas binário. A natureza binária do algoritmo de otimização proposto dispensa a adoção de estratégias de arredondamento das variáveis discretas, que podem comprometer a eficácia do método. É proposto um algoritmo genético para o caso de uma solução candidata violar o limite de tensão em alguma barra da rede elétrica, onde seja possível o corte de carga para o atendimento aos limites de tensão. Múltiplos objetivos são considerados para o problema de restabelecimento, incluindo a minimização da potência não suprida durante este processo, o atendimento a unidades consumidoras prioritárias, a minimização de perdas técnicas e a minimização do número de operações de manobra necessárias. Para tratar estes diferentes objetivos, que podem ser, inclusive, conflitantes entre si, como a minimização de potência não suprida e a minimização do número de manobras, o método de dominância de Pareto é utilizado embutido no algoritmo por enxame de partículas, gerando o algoritmo híbrido. Adicionalmente, princípios de lógica fuzzy são incorporados para definição das frentes de Pareto e obtenção de soluções candidatas concorrentes e alternativas ao problema. Destaca-se como vantagem da utilização do método de Pareto com lógica fuzzy, a possibilidade de obtenção de soluções candidatas concorrentes ao invés de uma única solução, a fim de dar suporte à tomada de decisões pelo planejador e/ou operador do sistema, de acordo com a realidade e prioridades de cada distribuidora. O modelo de otimização para restabelecimento inclui restrições importantes para o problema, como a radialidade da rede elétrica de distribuição, limites de tensão nodal e de correntes nos trechos da rede. A potência não suprida é determinada para cada solução candidata que apresente violação de tensão, através de um algoritmo genético inteiro. Três sistemas são utilizados para validar a metodologia proposta, incluindo uma rede real da região Sudeste do Brasil.