Ce travail porte sur l’optimisation sous contraintes de masse de structures de type cabine de camion. Il s’agit ici d’un problème dans lequel deux objectifs antagonistes doivent être conciliés. En effet, la réduction de la masse de la structure entraîne une dégradation de ses performances vibro-acoustiques. Il faut donc pouvoir déterminer quelles zones de la structure influent le moins sur ce comportement afin de diminuer la masse localement. C’est dans cet esprit que, dans un premier temps, différentes méthodes d’analyse de sensibilité sont présentées afin de déterminer leurs avantages et inconvénients dans le cas de leur utilisation pour identifier les variables à retenir dans le cas d’une procédure d’optimisation donnée. Ensuite une procédure d’optimisation adaptative en basses fréquences est présentée et appliquée à un cas test représentant schématiquement une cabine de camion et les résultats obtenus sont comparés à ceux issus d’un algorithme d’optimisation sous contraintes non-linéaires couramment utilisé. Une seconde méthode est également développée dans le cas des moyennes et hautes fréquences où les informations disponibles sur la structure sont seulement des quantités énergétiques. Ici encore les résultats obtenus sont comparés à ceux issus d’un algorithme d’optimisation sous contraintes non-linéaires. / This work deals with mass optimization procedures underdesign constraints of truck cabs. It consists in a problem where two conflicting objectives must be conciliated as the mass reduction would deteriorate the vibroacoustic behaviour. One has to determine the zones in which the mass could be locally reduced. First, this work presents several sensitivity analysis procedures and discusses theirs advantages and drawbacks. Then an adaptive optimization procedure is developed in the low frequency range. This procedure is applied on atest-case and the obtained results are compared with results issued from a commonlyused optimization algorithm. The procedure is then extended to medium and high frequency range where the only available quantities are energetic ones. The obtained results are also compared with those from a commonly-used optimization algorithm.