L’objectif de ces travaux est de développer une méthodologie de génération automatique de gammes d’usinage optimises et innovantes qui permettent aux sous-traitants aéronautiques de faire face aux problématiques de productivité et de compétitivité actuelles. Dans un premier temps, un état de l’art sur les systèmes existants de génération de gammes est présenté et permet d’introduire les limites des systèmes actuels. Une méthodologie en quatre étapes est ensuite proposée, permettant à l’utilisateur d’obtenir des gammes d’usinage optimisées respectant son savoir-faire et son expérience et introduisant de l’innovation. Cette méthodologie s’appuie sur une représentation du comportement décisionnel des méthodistes dans une situation donnée ainsi que face au risque à l’industrialisation et élargit la formalisation de la performance d’une gamme en prenant en compte d’autres critères de performance autres que le temps d’usinage ou le coût global. Ainsi, un état de l’art sur les méthodes d’aide à la décision multicritère permet de sélectionner la méthode pour l’agrégation des performances par rapport à la problématique industrielle. Après une description géométrique et technologique de la pièce et la création par les méthodistes, d’opérations d’usinage élémentaires, un algorithme génétique est utilisé pour générer des gammes optimisées. Lors d’une dernière étape, la méthodologie présente les meilleures gammes générées au méthodiste et l’utilisation de la théorie du choix social lui permet de cibler les gammes les plus performantes à implanter, en intégrant un critère de risque à l’industrialisation. Cette méthodologie a été appliquée à une pièce de train d’atterrissage usinée en alliage de Titane et a permis une diminution de 25% du temps d’usinage tout en augmentant la fiabilisation. Des perspectives d’amélioration de l’outil d’aide à la décision, à diverses étapes de la méthodologie, sont enfin proposées. / The objective of this work is to develop a Computer-Aided Process Planning (CAPP) methodology to allow aeronautical subcontractors to face the current productivity and competitiveness problems. To start, a state of the art on the existing CAPP systems is presented and introduce the limits of the current systems. A four-step methodology is then proposed, allowing the user to obtain optimized machining ranges respecting his know-how and experience and introducing innovation. This methodology is based on a representation of the decision-making behavior of the process planners in a given situation as well as the risk of industrialization and broadens the formalization of the performance by taking into account performance criteria other than the machining time or cost. Thus, a state of the art on multicriteria decision-making methods helps to select the method for the aggregation of performance in relation to the industrial problem. After a geometrical and technological description of a mechanical part and the creation by the process planners of elementary machining operations, a genetic algorithm is used to generate optimized ranges. In a final step, the methodology presents the best process plans generated to the process planners and the use of the social choice theory allows to target the most efficient ones to choose, integrating a risk criterion based on tool deflection. This methodology was applied to a Titanium alloy machined landing gear part and allowed a 25% reduction in machining time while increasing reliability. Finally, prospects for improving the decision-making tool at various stages of the methodology are proposed.