O problema de dimensionamento de lotes determina um plano de produção que apoia às tomadas de decisões, a médio prazo, em meios industriais. Este plano de produção indica as quantidades de cada item que devem ser produzidas em cada período do horizonte de planejamento, de acordo com um objetivo dado e satisfazendo a demanda dos clientes. Diversos métodos de solução foram propostas na literatura, considerando a dificuldade de solução de algumas classes de problemas e a necessidade de métodos que gerem soluções de alta qualidade em um tempo computacional adequado. Neste trabalho, abordamos heurísticas baseadas na formulação matemática (LP-and-fix, relax-and-fix e fix-and-optimize), uma metaheurística (algoritmo de abelhas) e dois métodos híbridos, utilizados na solução de dois problemas distintos de dimensionamento de lotes multiestá- gio com limitação de capacidade. Consideramos também, a utilização de três formulações da literatura, para verificar a influência de cada uma sobre as abordagens de solução verificadas. Os resultados computacionais demonstraram que os métodos baseados na formulação matemática do problema se mostraram eficientes, mas limitados normalmente a ótimos locais, enquanto os métodos híbridos puderam superar estes ótimos locais, utilizando conceitos da metaheurística algoritmo de abelhas para isto. Além disso, pudemos verificar a influência de uma formulação "forte" sobre as soluções geradas pelas abordagens de solução, demonstrando que métodos baseados em relaxação linear conseguem obter maiores vantagens deste tipo de formulação, mas outras abordagens podem ou não obter estas vantagens, dependendo do problema abordado

The lot-sizing problem determines a production plan, which supports the decision making, in the medium term, at the industrial environment. This production plan indicates the amounts of each item to be produced in each period of the planning horizon, according to a given objective and satisfying customer's demand. Diverse solution methods have been proposed in the literature, considering the difficulty of solving some problem classes and the need of methods to generate solutions quickly. In this work, we develop matheuristics (LP-and-fix, relax-and-fix and fix-and-optimize), one metaheuristic (bees algorithm) and two hybrid methods, used to solve two different multilevel capacitated lot-sizing problems. We also consider the use of three different formulations of the literature to verify the influence of each one on the solutions approaches. The computational results show that the matheuristics proved to be efficient, but usually limited to local optima, while the hybrid methods could escape from these local optima, using concepts of bees algorithm to do this. Additionally, we test the effect of a tight formulation on the solutions approaches, demonstrating that LP-based heuristics can obtain further advantages from this type of formulation, but other approaches can take these advantages, depending on the problem addressed