Resumo A Programação por Metas (Goal Programming - GP) é uma abordagem multicritério da Pesquisa Operacional que vem sendo empregada na solução de complexos problemas de decisão. Este trabalho propõe um novo modelo de Programação por Metas Fuzzy (Fuzzy Goal Programming - FGP) para tratar o processo de orçamento de capital de empresas em um ambiente econômico sob incerteza. Para fins de comparação de desempenho, o modelo FGP e outro modelo desenvolvido com os mesmos fins, recentemente publicado, foram aplicados considerando-se os dados de uma empresa que foi o objeto do estudo. A modelagem e otimização foram feitas com o software GAMS - 23.6.5 e utilizando-se o solver CPLEX. Os resultados do modelo FGP proporcionaram melhorias com relação aos obtidos com o modelo alternativo citado, por exemplo: aumento do índice de lucratividade, redução do payback e melhor aplicação do capital disponível no orçamento. Além disto, o modelo FGP tem características de flexibilidade que permitem ao gestor simular, obter resultados rapidamente e com facilidade, acerca de cenários sob incerteza de seu interesse.

Abstract The Goal Programming (GP) is a multi-criteria approach of Operational Research that has been used for solving complex decision problems. This paper proposes a new Fuzzy Goal Programming (FGP) model to handle the process of capital budget of companies in an economic environment under uncertainty. For performance comparison purposes, the FGP and another recently published model developed for the same purposes were applied to data from a company that was the object of the study. The modeling and optimization were made with the GAMS software - 23.6.5 and using the CPLEX solver. The results obtained from the FGP model provided higher improvements than those obtained with the alternative model, as for example: increased profitability index, reduced payback and better application of the capital available in the budget. Furthermore, the FGP model has flexibility features that allow the manager to simulate, quickly and easily obtaining results about scenarios under uncertainty.