Temas de TCC de Engenharia de Produção em Pesquisa Operacional

Equipe editorial TCC Pronto · atualizado em

Os temas de TCC de Engenharia de Produção em Pesquisa Operacional transformam decisões difíceis em modelos matemáticos: como misturar, alocar, transportar ou programar com o menor custo ou o maior lucro. A área pede gosto por números e por programação. Aqui você encontra ideias aplicadas, os métodos mais comuns e um roteiro para formular, resolver e validar o modelo.

Temas de TCC de Engenharia de Produção em Pesquisa Operacional: ideias com problema de pesquisa e fontes reais

Temas de TCC: 12 ideias em Pesquisa Operacional

Ideias de temas para TCC e monografia em Pesquisa Operacional, cada uma já delimitada: problema de pesquisa, objetivo e metodologia para levar ao orientador.

  1. 1. Modelo de programação linear para a mistura de ração em uma fábrica de nutrição animal

    Problema:
    A formulação atual das rações atende às exigências nutricionais com o menor custo possível de ingredientes?
    Objetivo:
    Formular e resolver um modelo de mistura que minimize o custo da ração respeitando as exigências nutricionais.
    Metodologia:
    Levantamento de composição e preços dos ingredientes, modelo de programação linear em planilha e análise de sensibilidade de preços.
  2. 2. Escala de enfermagem de um hospital de médio porte por programação inteira

    Problema:
    As escalas feitas manualmente distribuem plantões de forma desigual e desrespeitam preferências de folga?
    Objetivo:
    Desenvolver um modelo de programação inteira que gere escalas mensais equilibradas e viáveis.
    Metodologia:
    Modelagem com restrições de cobertura e descanso, resolução com solver de código aberto em Python e comparação com escalas anteriores.
  3. 3. Roteamento de veículos para coleta seletiva em bairros de uma cidade de médio porte

    Problema:
    As rotas da coleta seletiva percorrem trechos repetidos e deixam caminhões subutilizados?
    Objetivo:
    Propor rotas de coleta que reduzam a distância total respeitando a capacidade dos caminhões.
    Metodologia:
    Georreferenciamento dos pontos, matriz de distâncias, heurística de economias e comparação com as rotas atuais.
  4. 4. Simulação a eventos discretos das filas de atendimento em uma agência de serviços públicos

    Problema:
    Quantos guichês são necessários em cada faixa de horário para manter a espera abaixo da meta?
    Objetivo:
    Construir um modelo de simulação do atendimento e testar configurações de guichês e de agendamento.
    Metodologia:
    Coleta de chegadas e tempos de atendimento, ajuste de distribuições, modelo em software de simulação e validação estatística.
  5. 5. Problema de corte unidimensional de barras de aço em uma serralheria

    Problema:
    O corte das barras pela experiência do operador gera mais sobra do que um plano de corte otimizado?
    Objetivo:
    Formular o problema de corte e comparar a perda de material do plano otimizado com a prática atual.
    Metodologia:
    Levantamento de pedidos de um mês, geração de padrões de corte, modelo de programação inteira e cálculo da perda.
  6. 6. Seleção de projetos de melhoria por análise envoltória de dados em uma rede de lojas

    Problema:
    Quais lojas da rede são eficientes no uso de funcionários e área de vendas para gerar faturamento?
    Objetivo:
    Medir a eficiência relativa das lojas e identificar referências para as unidades ineficientes.
    Metodologia:
    Coleta de insumos e produtos por loja, modelo DEA com retornos variáveis de escala e análise de folgas.
  7. 7. Alocação de salas e horários em uma faculdade privada por modelo de otimização

    Problema:
    A grade de horários atual gera conflitos de sala e janelas excessivas para professores?
    Objetivo:
    Desenvolver um modelo que aloque turmas a salas e horários com o mínimo de conflitos e janelas.
    Metodologia:
    Modelagem por programação inteira com dados de um semestre, solução por solver e comparação com a grade usada.
  8. 8. Decisão multicritério para escolha de fornecedor de energia no mercado livre por uma indústria têxtil

    Problema:
    Como ponderar preço, prazo contratual, flexibilidade e risco na escolha da comercializadora de energia?
    Objetivo:
    Aplicar um método multicritério para hierarquizar as propostas de fornecimento de energia.
    Metodologia:
    Estruturação dos critérios com gestores, aplicação do AHP ou do PROMETHEE e análise de sensibilidade dos pesos.
  9. 9. Dimensionamento de lotes com capacidade limitada em uma indústria de massas alimentícias

    Problema:
    O tamanho dos lotes atuais equilibra custo de setup e custo de estoque com a capacidade das linhas?
    Objetivo:
    Formular e resolver um modelo de dimensionamento de lotes para os principais produtos.
    Metodologia:
    Coleta de demandas, tempos e custos, modelo de programação inteira mista e comparação com o plano praticado.
  10. 10. Simulação de um processo de carregamento de caminhões em um armazém de grãos

    Problema:
    As filas de caminhões no pico da safra se devem ao número de moegas ou ao sequenciamento das cargas?
    Objetivo:
    Simular o processo de recepção e carregamento e avaliar alternativas de capacidade e de agendamento.
    Metodologia:
    Coleta de tempos de chegada e de atendimento na safra, modelo de simulação e teste de cenários.
  11. 11. Localização de bases de ambulâncias em uma região metropolitana com modelo de máxima cobertura

    Problema:
    A posição atual das bases deixa áreas fora do tempo de resposta desejado?
    Objetivo:
    Propor uma localização das bases que maximize a população coberta no tempo de resposta definido.
    Metodologia:
    Dados populacionais por setor censitário do IBGE, matriz de tempos de deslocamento e modelo de máxima cobertura.
  12. 12. Previsão de demanda com redes neurais e comparação com métodos clássicos em uma distribuidora de peças

    Problema:
    Modelos de aprendizado de máquina reduzem o erro de previsão em relação a médias móveis e suavização exponencial?
    Objetivo:
    Comparar o desempenho de redes neurais e métodos clássicos na previsão de demanda mensal.
    Metodologia:
    Séries de vendas de quatro anos, treinamento e teste em Python, comparação por MAPE e discussão da interpretabilidade.

Do tema ao TCC: próximos passos

Escolhido o tema, transforme-o em estrutura: o gerador de sumário de TCC monta os capítulos a partir do problema e do objetivo. O passo a passo de como fazer monografia mostra cada etapa até a defesa, e as referências ABNT saem formatadas a partir das obras com DOI. Para entender o que a IA faz e o que continua sendo seu, veja TCC com IA.

Como escolher um tema de TCC em Pesquisa Operacional

Procure uma decisão que se repete e que alguém hoje toma por experiência. Escalas de trabalho, rotas, misturas, cortes de material e alocação de recursos são exemplos clássicos. Se a decisão tem objetivo claro e regras conhecidas, ela pode virar modelo.

Avalie também a escala do problema. Um modelo com dezenas de variáveis roda no Solver de uma planilha. Um com milhares exige uma linguagem como Python e um solver dedicado, ou uma heurística. Escolha algo que você consiga programar e depurar no prazo.

Por fim, garanta os dados. Custos, capacidades, demandas e distâncias precisam vir da empresa ou de fontes públicas. Um modelo elegante com números inventados não sustenta uma defesa.

Linhas de pesquisa em alta em Pesquisa Operacional

A PO ganhou fôlego com solvers de código aberto, maior poder de computação e a aproximação com ciência de dados. Problemas de saúde, cidades e energia também atraem cada vez mais trabalhos.

  • Otimização em saúde: escalas, salas cirúrgicas e localização de serviços
  • Roteirização na logística urbana e na coleta de resíduos
  • Integração entre previsão por aprendizado de máquina e otimização
  • Simulação a eventos discretos e gêmeos digitais
  • Métodos multicritério para decisões de sustentabilidade
  • Análise envoltória de dados para medir eficiência
  • Metaheurísticas para problemas de programação da produção

Metodologias mais usadas em Pesquisa Operacional

A pesquisa em PO costuma ser classificada como modelagem e simulação, de natureza quantitativa. O ciclo clássico tem cinco fases: definir o problema, formular o modelo, resolver, validar e implementar ou recomendar. Descreva cada fase no capítulo de metodologia.

A programação linear e a inteira atendem problemas de mistura, alocação, corte e escalas. Heurísticas e metaheurísticas entram quando o modelo exato demora demais. A simulação a eventos discretos é a escolha para filas e sistemas com variabilidade. Métodos multicritério, como AHP e PROMETHEE, servem para decisões com objetivos conflitantes.

A análise de sensibilidade é parte essencial do trabalho. Mostre como a solução muda quando custos, demandas ou capacidades variam. Isso indica à empresa até onde a recomendação continua válida.

Como fazer o TCC de Pesquisa Operacional: passo a passo

A literatura de referência inclui livros-texto clássicos de pesquisa operacional e artigos aplicados. A Sociedade Brasileira de Pesquisa Operacional, a SOBRAPO, publica a revista Pesquisa Operacional e organiza o simpósio anual da área. Use também o Portal de Periódicos da CAPES, a SciELO e os anais do ENEGEP.

Na formulação, escreva o modelo em notação matemática: conjuntos, parâmetros, variáveis de decisão, função objetivo e restrições. Depois implemente. Planilhas com Solver, Python com bibliotecas como PuLP e softwares de simulação acadêmicos são opções comuns. Informe versão e configuração usadas.

Valide o modelo comparando sua solução com a prática atual ou com dados de um período passado. Se a diferença for grande, investigue se falta alguma restrição real. Converse com quem toma a decisão hoje para entender regras informais.

Se o estudo envolver entrevistas com profissionais, como enfermeiros em um problema de escala, submeta o projeto ao Comitê de Ética em Pesquisa pela Plataforma Brasil, de acordo com as Resoluções CNS 466/2012 e 510/2016.

  • Identifique a decisão, o objetivo e as restrições junto a quem decide.
  • Colete os parâmetros: custos, capacidades, demandas, tempos ou distâncias.
  • Escreva o modelo matemático completo antes de programar.
  • Implemente em planilha, Python ou software de simulação e teste com casos pequenos.
  • Valide com dados reais e compare com a prática atual.
  • Faça a análise de sensibilidade dos parâmetros principais.
  • Monte o sumário: introdução, referencial, método, modelo, resultados, sensibilidade e conclusão.

Erros comuns no TCC de Pesquisa Operacional

Os problemas mais comuns vêm de modelos que não representam a realidade ou de resultados apresentados sem validação. A lista abaixo traz os casos que as bancas mais apontam.

Consulte-a antes de fechar entre os temas de TCC de Engenharia de Produção em Pesquisa Operacional, para garantir que o problema escolhido tem dados e escala compatíveis com o semestre.

  • Apresentar só a planilha. Escreva o modelo matemático com notação completa.
  • Esquecer restrições práticas. Valide as regras com quem toma a decisão hoje.
  • Usar dados fictícios sem avisar. Deixe claro o que é real e o que é estimado.
  • Omitir a análise de sensibilidade. Mostre até onde a solução se mantém.
  • Validar simulação só com uma rodada. Faça replicações e calcule intervalos de confiança.
  • Comparar heurística sem referência. Use a solução atual ou um limite conhecido como base.

Obras para começar a pesquisa

Artigos em português sobre Pesquisa Operacional publicados desde 2019, encontrados nas bases abertas OpenAlex e Crossref. Cada DOI foi conferido em 16/11/2026.

  • OLIVEIRA, Esdras Alex Freire de; JANUÁRIO, Thays Lorranny Da Silva; FILHO, José Gonçalves de Araújo. Análise do ensino de modelagem matemática na disciplina de pesquisa operacional em cursos de engenharia de produção. Exacta, 2022. DOI: 10.5585/exactaep.2022.21664
  • RAMOS, Pamela Adelino; MELO, Marina Fonseca Martins de; GONÇALVES, Helen Silva. Aplicando pesquisa operacional no contexto de uma microempresa de serviços de beleza. Revista Produção Online, 2023. DOI: 10.14488/1676-1901.v22i1.4401
  • LEONEL, Marcelino Serretti; KELLER, Kepler Wolff. Maximização do lucro na produção de carvão vegetal: estudo com abordagem da pesquisa operacional. Revista Mosaicum, 2020. DOI: 10.26893/rm.v7i13.243
  • BOTACIM, Renato Sousa et al.. PESQUISA OPERACIONAL: A COMPARAÇÃO DE DOIS MÉTODOS PARA RESOLUÇÃO DE UM PROBLEMA DE PROGRAMAÇÃO LINEAR. Exatas & Engenharia, 2019. DOI: 10.25242/885x9242019815
  • BAHIENSE, Laura; MACULAN, Nelson. Pesquisa Operacional em Época de Conflitos Armados, Pandemias e Catástrofes Naturais. Pesquisa Operacional para o Desenvolvimento, 2021. DOI: 10.4322/podes.2021.001

Perguntas frequentes

Preciso saber programar para fazer TCC de Pesquisa Operacional?

Para modelos pequenos, o Solver da planilha basta. Para problemas maiores, conhecimento básico de Python ou de uma linguagem de modelagem ajuda muito. Muitos alunos aprendem o necessário durante o próprio trabalho.

Qual a diferença entre otimização e simulação no TCC?

A otimização busca a melhor solução para um modelo com regras definidas. A simulação reproduz o comportamento de um sistema com variabilidade e testa cenários. Problemas de fila costumam pedir simulação; problemas de alocação, otimização.

Posso usar dados públicos em vez de dados de empresa?

Pode. Dados do IBGE, de órgãos de transporte ou de saúde permitem temas de localização, roteamento e eficiência. Também há bibliotecas de instâncias de teste, úteis para comparar heurísticas.

O TCC de PO precisa ser implantado na empresa?

Não necessariamente. Muitos trabalhos terminam em recomendação, com comparação entre a solução do modelo e a prática atual. O importante é mostrar validação e a análise de sensibilidade.

Como montamos esta página

Os temas foram redigidos pela equipe do TCC Pronto como ponto de partida e precisam da aprovação do seu orientador. As obras vêm de bases acadêmicas abertas (OpenAlex e Crossref) e o DOI de cada uma foi conferido antes da publicação. Leia a obra antes de citá-la no seu trabalho.

Escolheu o tema? Comece pelo sumário.