INTRODUÇÃO: Com a crescente complexidade dos sistemas atuais e custos computacionais menores, torna-se cada vez mais rentável a utilização de simuladores para análise e otimização de problemas. Tradicionalmente, o processo para chegar neste estado otimizado seria realizando séries de experimentos alterando os parâmetros de entrada do modelo. Assim, através da observação da variação dos valores de saída, identificam-se pontos-chave que levam a resultados positivos ou negativos. Entretanto, para modelos mais complexos, em que se têm muitas entradas e saídas, este método torna-se um processo exaustivo e demorado, tornando difícil a manipulação das variáveis e muitas vezes levando a resultados não ótimos que poderiam ser melhorados com uma configuração diferente dos parâmetros envolvidos. Para casos como estes torna-se mais vantajoso o uso de algoritmos de otimização, em que serão analisadas diversas configurações diferentes buscando um resultado muito próximo do estado ótimo do modelo.Visando auxiliar este processo de encontrar os melhores parâmetros para um modelo simulado foi proposto o desenvolvimento de um software que irá automaticamente configurar tais parâmetros utilizando-se do algoritmo genético em conjunto com o software Arena para modelagem e simulação de eventos discretos. OBJETIVO: O objetivo principal é desenvolver um algoritmo baseado em uma meta-heurística para otimizar as entradas de um simulador de eventos discretos de forma que as saídas sejam o mais próximo possível da solução ótima. METODOLOGIA: Após pesquisas feitas na área de otimização e simulação foram escolhidos o software Arena para realizar as simulações e o algoritmo genético para realizar a otimização do modelo. Utilizando-se destes princípios, será desenvolvido o algoritmo que fará a otimização e após, serão realizados testes em diversos modelos de simulação para comprovar e validar os resultados visados por este trabalho. RESULTADOS: Até o momento não se tem resultados comprovados, uma vez que o projeto ainda está em fase de desenvolvimento. Teoricamente ao utilizar-se de técnicas de otimização o projeto apresenta altas chances de retornar uma versão melhorada do modelo. CONCLUSÃO: O Arena é um software muito poderoso para modelagem e simulação, possui uma interface intuitiva que é muito fácil de lidar e ainda conta com diversos relatórios estatísticos para auxiliar na tomada de decisões. Com esta facilidade tão grande de modelagem, criar modelos complexos não se torna uma tarefa tão complicada, no entanto, a configuração dos diversos parâmetros envolvidos fica cada vez mais difícil a medida que o modelo fica maior. Um software para a configuração automática destes parâmetros servirá de grande ajuda e poupará muito tempo com experimentações, além de auxiliar nas pesquisas desta área no Brasil, tendo em vista que a maioria destas soluções são de empresas internacionais. 240