Este trabalho trata do problema de programação de operações Flow Shop Permutacional. Pelo fato de tal problema ser considerado NP-hard, diversos métodos heurísticos têm sido propostos com o objetivo de obter uma seqüência das tarefas que minimize a duração total da programação. Um dos tipos de métodos heurísticos consiste em melhorar soluções iniciais a partir de procedimentos de busca em vizinhança, tais como Algoritmo Genético (AG) e Simulated Annealing (SA). Nos últimos anos, métodos utilizando AG e SA têm sido apresentados para a solução de tal problema de programação da produção. Uma idéia interessante que tem despertado gradativa atenção refere-se ao desenvolvimento de métodos metaheurísticos híbridos utilizando Algoritmo Genético e Simulated Annealing. Assim, o objetivo é combinar as técnicas de tal forma que o procedimento resultante seja mais eficaz do que qualquer um dos seus componentes isoladamente. Neste trabalho é apresentado um método heurístico híbrido Algoritmo Genético - Simulated Annealing para minimizar a duração total da programação flow shop permutacional. Com o propósito de avaliar o desempenho do método híbrido, ele é comparado com métodos puros AG e SA que foram utilizados na sua concepção. Os resultados obtidos a partir de uma experimentação computacional são discutidos

This Work deals with the Permutation Flow Shop Scheduling problem. Since this problem is NP-hard, many heuristic methods have been proposed for sequencing jobs in a flow shop with the objective of minimizing makespan. A class of such heuristics ifnds a good solution by improving initial sequences for the jobs through neighborhood search techniques as Genetic Algorithm (GA) and Simulated Annealing (SA). Recently, both GA and SA methods have beenformulatedfor solving this scheduling problem. A promising approach for the problem is the formulatión of hybrid metaheuristics by combining GA and SA techniques so that the consequent procedure is more effective than either pure GA or SA methods. In this work we present a hybrid Genetic Algorithm - Simulated Annealing heuristic for the minimal makespan flow shop sequencing problem. In order to evaluate the performance of the hybrid metaheuristic we compare it with pure GA and SA heuristics, which were used for the hybrid formulation. Results from computational experience are discussed