Uso de algoritmos genéticos como ferramenta auxiliar no processo decisório em atividades de gestão agroindustrial 1 Use of genetic algorithms as auxiliary tool for operational and economic decision making process of agro-industry activities Celso Correia de Souza 2 José Francisco dos Reis Neto 3 Edison Rubens Arrabal Arias 4 Wesley Osvaldo Pradella Rodrigues 5 Resumo: A programação linear e não-linear, ramos da matemática aplicada, tem auxiliado administradores de empresas no processo de gestão agroindustrial, permitindo que uma decisão seja simulada e analisada exaustivamente antes da sua implementação prática. Existem vários aplicativos clássicos na literatura que solucionam tais problemas. Mais recentemente surgiram os Algoritmos Genéticos que propiciam soluções eficientes de problemas de programação linear e não-linear, não requerendo nenhuma exigência sobre a derivabilidade das funções envolvidas. O objetivo desse trabalho de pesquisa foi testar a utilização dos Algoritmos Genéticos na solução de problemas de programação linear e não-linear aplicados à gestão agroindustrial. Dois exemplos foram resolvidos. O primeiro tratou da solução de um problema de programação linear inteira e o segundo de um problema de programação não-linear, ambos aplicados à gestão agroindustrial. Os resultados podem ser considerados bons, com soluções iguais às obtidas utilizando-se o consagrado aplicativo Solver do Excel, que possui limitações quanto ao número de variáveis dos problemas e da continuidade das funções envolvidas em problemas de programação não-linear. Palavras-chave: Corte de cana-de-açúcar; pesquisa operacional; rendimento econômico. Abstract: Linear and nonlinear programming branches of applied mathematics have helped managers in business process management, allowing a decision to be simulated and analyzed extensively prior to its practical implementation. There are several applications in classic literature to solve such problems. More recently, genetic algorithms were available to provide efficient solutions for linear programming and nonlinear problems, which do not demand any requirement on the differentiability of functions involved. The research objective was to test the use of genetic algorithms to solve linear and nonlinear programming problems applied to agro-industry management. Two problem examples were solved. The first one was related to solution of integer linear programming problem and the second example dealt with a problem of nonlinear programming both applied in the agro-industry activities. The results can be considered good providing solutions identical to those obtained by using the well known Excel Solver, which has limitations on the number of variables and on functions continuity involved in nonlinear programming problems. Keywords: Sugarcane crop; operational research; economical income. JEL: M 1 Artigo recebido em fevereiro de 2010 e aprovado em abril de 2010. 2 Doutor em Engenharia Elétrica pela Universidade Estadual de Campinas. Professor Titular da Universidade para o Desenvolvimento do Estado e da Região do Pantanal. Campo Grande-MS, BrasilE-mail: ipc@uniderp.br 3 Meste em Administração pela Universidade Federal do Rio Grande do Sul. Professor Titular da Universidade para o Desenvolvimento do Estado e da Região do Pantanal. Campo Grande-MS, E-mail: jfreisneto@terra.com.br 4 Doutor em Agronomia (Fitotecnia) pela Universidade Federal de Lavras. Professor titular da Universidade para o Desenvolvimento do Estado e da Região do Pantanal. Campo Grande-MS, E-mail: edisonarias@pop.com.br 5 Graduando do Curso de Administração da Universidade Anhanguera-Uniderp. Campo Grande-MS, E-mail: wesley174@uol.com.br