Actuellement, le marché aéronautique est en constante augmentation. Pour faire face à cela, les avionneurs doivent se restructurer et revoir les processus de fabrication des pièces. En effet, il est nécessaire d’augmenter les cadences et réduire les prix tout en conservant les performances des pièces (poids et résistance mécanique). Cependant, ces trois objectifs sont contradictoires et un compromis est difficile à trouver. Ces travaux de thèse abordent cette problématique dans le cadre du CORAC. Ils proposent une manière originale d’optimiser une pièce de structure aéronautique qui vise à développer une nouvelle approche de la conception de pièces et de processus de fabrication pour tendre vers des solutions de compromis performantes. Pour ce faire, une méthodologie multicritère en trois étapes est proposée. D’abord, l’expertise industrielle est formalisée afin de formuler le problème mathématiquement. Ensuite, un algorithme génétique est utilisé afin de déterminer une population de solutions dont les performances sont placées sur un front de Pareto.Enfin, une étape de choix parmi la population finale prenant en compte le contexte industriel est mise en place. Cette méthodologie est appliquée à une porte d’avion moyen-courrier fabriquée par matriçage puis usinage. Dans ce cas, elle permet de choisir la solution la plus adaptée au contexte industriel parmi mille solutions de compromis. / Nowadays, the aeronautical market grows constantly. To face this, aircraft industry has to restructure and the manufacturing processes must be revised. Indeed, production rate must increase and manufacturing cost decrease while keeping the performances of the parts (weight and mechanical resistance). These objectives are contradictory and compromises must be found. This thesis broaches this problematic in relation to the CORAC. A novel method to optimize an aeronautical structural part and its manufacturing process is developed to tend toward performing compromise solutions. To do so, a three steps multi-criteria method is proposed. First, the industrial expertise is formalized to mathematically express the problem. Then, a genetic algorithm is used to determine a population in which every solution is located on a single Pareto front. At least, a decision step is set up to find the best solution in the population considering the industrial environment of the part. This methodology is applied to an aircraft door manufactured by forging and machining. In this case, it allows choosing the solution that fit the most the industrial environment within a one thousand solutions’ population.