Problemas de sequenciamento de produção em máquinas paralelas, trata de um conjunto de máquinas que operam em paralelo e possuem as mesmas funções, podendo ser classificados em três casos conforme o ambiente de máquina em questão: máquinas paralelas idênticas, máquinas paralelas uniformes, e máquinas paralelas não relacionadas. Este trabalho aborda o problema de sequenciamento de produção em máquinas paralelas não relacionadas, sendo os tempos de preparação dependentes de máquina e da sequência das tarefas. É um caso presente nas empresas pela necessidade de renovação do maquinário ou ampliação das instalações, por existirem máquinas de diferentes fabricantes e modelos que geralmente possuem capacidade de execução distinta. O problema possui como característica n tarefas que devem ser processadas em m máquinas, cada tarefa deve ser processada apenas uma vez e em apenas uma das máquinas i. Cada tarefa j possui um tempo de processamento P_ij, dependentes da máquina e da tarefa, sendo i e j, a máquina e a tarefa, respectivamente, uma data de entrega d_j e um tempo de liberação (release time) R_j. As tarefas devem ser executadas exatamente uma vez, não podendo ser interrompidas durante o processamento. Além disso, as tarefas possuem um tempo de preparação (setup time) S_ijk dependentes da sequência e da máquina, ou seja, o tempo de preparação da tarefa j após a execução da tarefa k na máquina i é diferente do tempo de preparação da tarefa k após a execução da tarefa j na mesma máquina, além disso, o tempo de preparação entre as tarefas j e k na máquina i é diferente do tempo de preparação entre as mesma tarefas j e k mas na máquina i’. O objetivo geral do trabalho é a minimização do tempo de conclusão total e o lateness máximo, através de uma abordagem multiobjetivo. Para solução foi proposta uma adaptação à meta-heurística MOILS (Multiobjective Iterated Local Search) e ao ILSMulti (Multi-Objective Iterated Local Search), baseadas em busca local. A confiabilidade é verificada através de instância com resultados exatos e o desempenho é comparado com o NSGA-II (Non-dominated Sorting Genetic Algorithm II) através do Indicador de Hipervolume. Vale ressaltar que, ao considerar apenas um critério de otimização, pode não ser suficiente para garantir a qualidade e satisfação do cliente na maioria dos cenários práticos de sequenciamentos. Devido à complexidade em relação ao espaço de busca, algoritmos exatos geralmente se tornam inviáveis, sendo as heurísticas uma melhor opção para resolver problemas de grande porte.  Para a realização dos testes foram geradas 120 instâncias, sendo divididas em grupos de pequeno, médio e grande porte, as combinações de tarefa e máquina (n x m).  O Indicador de Hipervolume mostra que nos resultados obtidos com as instâncias geradas, o MOILS obteve melhor resultados quando comparado ao ILSMulti, porém não conseguiu superar o NSGA-II. Quando comparado com resultados exatos de uma instância presente na literatura, o ILSMulti obteve 19 das 34 soluções ótimas para o problema.