L’hétérogénéité de croissance est un problème récurrent en aquaculture dont le déterminisme est le résultat d’une interaction complexe de nombreux facteurs: alimentaires, populationnels, environnementaux et génétiques. Nous avons développé un modèle individu-centré (système multi-agent) pour reproduire in silico les phénomènes biologiques sous-jacents (Mo.B.I.Fish : Model of Behavioral Interaction of Fish). La première étape a consisté en l’élaboration d’un modèle de croissance capable de modéliser la prise de poids d’un poisson en fonction de son ingéré. Deux types de modèles ont été évalués (Scope For Growth et Dynamic Energy Budget) sur des données expérimentales de croissance et le SFG a été retenu. Il a ensuite été utilisé en validation pour évaluer l’importance de l’ingéré et d’autres facteurs dans l’hétérogénéité de croissance. La deuxième étape de modélisation a consisté en l’élaboration d’un modèle simulant les interactions sociales entre poissons. Ces interactions ont été simulées par un système multi agents qui reproduit des séries de combats entre deux individus dont l’issue est dépendante de leur poids, de leurs interactions passées, de leur génétique et d’un effet aléatoire. Le résultat de ces combats influence leur nourrissage individuel. A l’aide de 2 expérimentations ad hoc de croissance de perche en circuit fermé, nous avons pu calibrer et valider le modèle de façon à estimer l’importance des différents facteurs dans le déterminisme des combats. La comparaison entre le modèle et les données a été faite sur les variables « poids moyen »« coefficient de variation » et « coefficient de corrélation de Spearman ». Il est apparu ainsi que la taille avait une faible importance, et que le déterminisme des combats pouvait être, en première approche considéré comme purement aléatoire. L’effet mémoire permet de simuler le désordre des rangs de poids des poissons entre le début et la fin de la période de croissance / Growth heterogeneity is a recurrent problem in fish aquaculture. Its determinism is the result of complex interactions between numerous factors: feeding rate, social interactions, environmental conditions and genetics. We developed an individualized based model (multi-agent system) to reproduce in silico biological phenomena (Mo.B.I.Fish : Model of Behavioral Interaction of Fish). The first step of modelling consisted of choosing a model that could simulate growth knowing the food intake. Two models were compared (Scope For Growth and Dynamic Energy Budget) to experimental data of growing fish: we finally chose the SFG. This model was used in validation to evaluate the relative influence of the food intake (combined with other factors) on growth heterogeneity. The second step of modelling consisted of building a model which simulated social interactions between fish. These interactions were simulated with a multi-agent system that reproduced fights between two fish, in which the final result depended on the weight, experience of each fish, genetic and random effect. The result of the fight had direct influence on the individual intake. Two experiments were conducted on perch in recirculating system, which provided to us data to both calibrate and validate the model. The output of the model was the mean weight, the coefficient of variation of the weight and the Spearman's rank correlation coefficient of fish weight. Hence we could estimate the relative importance of each factor in the determinism of the fights. We observed that size had little or no effect, and that the determinism could be considered as completely random. The experience effect also allowed simulating accurately the rank of the weight of fish between the beginning and the end of the experiments