O flexible job shop scheduling problem(FJSSP) é um obstáculo presente na com putação e na manufatura, onde ambos procuram otimizar o tempo de produção. Nacomputação ele apresenta uma complexidade do tipo NP-Hard, onde deve ordenarnjobs com mmáquinas de maneira que o processamento seja o mais rápido e eficiente, e que a seleção da operação e máquina não convirjam com as outras jobs. Para solucionar o FJSSP são propostos a utilização de meta-heurísticas, que são algoritmos para resolver problemas diversos, diferente da heurística que visa resolver um problema em específico e hiper-heurísticas que selecionam heurísticas e meta-heurísticas que melhor soluciona o problema. Dentro da meta-heurística o algoritmo genético (GA) é a mais utilizada, devido a sua implementação simples, métodos como o ant colony optimization (ACO) e quantum particle swarm optimization (QPSO) são explorados, desenvolvendo novos algoritmos com melhores resultados. Este trabalho tem como objetivo realizar uma revisão sistemática de meta-heurísticas e hiper-heurísticas para o FJSSP. Através de leitura e análise de artigos e trabalhos foi possível observar que o GA é um dos métodos utilizado pelos pesquisadores dessa área para a resolução do FJSSP
The flexible job shop scheduling problem (FJSSP) is an obstacle present in computing and manufacturing, where both seek to optimize production time. In computing, it presents an NP-Hard complexity, where it must order jobs with machines in a way that processing is the fastest and most efficient, and that the selection of the operation and machine does not converge with the other jobs. To solve the FJSSP, the use of metaheuristics is proposed, which are algorithms to solve different problems, different from heuristics that aim to solve a specific problem and hyperheuristics that select heuristics and metaheuristics that best solve the problem. Within the metaheuristics, the genetic algorithm (GA) is the most used, due to its simple implementation, methods such as ant colony optimization (ACO) and quantum particle swarm optimization (QPSO) are explored, developing new algorithms with better results. This work aims to carry out a systematic review of meta-heuristics and hyper-heuristics for the FJSSP. Through reading and analysis of articles and works, it was possible to observe that GA is one of the methods used by researchers in this area to solve the FJSSP.
