La mise en oeuvre des véhicules électriques dans le secteur du transport de fret présente une solution durable qui répond aux objectifs environnementaux et économiques. Cette thèse s'oriente dans cette direction, elle porte sur l'étude des problèmes de transport électrique selon deux niveaux décisionnels à savoir le niveau stratégique et opérationnel.Au niveau stratégique, nous traitons le problème d'allocation des segments de recharge d'un véhicule électrique par des ondes électromagnétiques. Pour cela, nous proposons une modélisation du problème sous forme de programme mathématique mixte en nombre entier qui tient compte de la particularité du réseau routier et du véhicule. L'objectif est de déterminer; dans un réseau qui se compose de plusieurs chemins; une allocation stratégique qui constitue un compromis entre le coût d'achat du matériel de recharge et le coût de la batterie en satisfaisant un ensemble de contraintes liées au fonctionnement du système lors de l'exploitation et qui garantissent l'arrivée du véhicule à sa destination sans rupture de charge. Ainsi, nous montrons l'utilité de nos travaux dans un contexte industriel à travers le projet 'Green Truck'. Ce projet consiste à remplacer les camions à combustion par les camions électriques; adapté à la technologie d'alimentation par induction; dans la zone industrialo-portuaire du Havre. Dans cette optique et dans un premier temps, nous traitons le problème d'installation des segments de recharge dynamique. Dans un deuxième temps, nous intégrons le mode de rechargement statique dans la stratégie d'allocation. Nous adoptons la version multi-objective de l'algorithme d'optimisation par essaim de particules pour résoudre le problème. En effet, l'algorithme a montré sa robustesse et son efficacité vis-à-vis de problèmes d'optimisation non-linéaires. Après la linéarisation de notre modèle, nous comparons les résultats obtenus avec ceux issus à partir du solveur CPLEX. Nous montrons la validité des résultats obtenus à travers leur analyse et leur discussion.Au niveau opérationnel, nous étudions le problème de tournées de véhicules dans le cas d'une flott( mixte composée de véhicules électriques et à combustion, ce qui est un véritable réseau industrie rencontré dans la pratique. La particularité de notre travail réside dans la considération du cas où le émissions sont limitées par un système de plafonnement d'émissions pour les véhicule conventionnels. Afin de résoudre le modèle mathématique que nous avons élaboré, nous avons indu trois heuristiques dans l'algorithme SPEA-II qui répondent aux contraintes engendrées par la batterie limitée des véhicules électriques. Après l'analyse des performances de l'algorithme résultant, nou, concluons que l'approche de résolution permet d'achever des résultats compétitifs. / The implementation of electric vehicles in the freight transport sector presents a sustainable solution that meets environmental and economic objectives. This thesis is oriented in this direction, it deals with the study of the problems of electric transportation according to two decisional levels namely the strategic and operational levels.At the strategic level, we study the problem of the location of the wireless charging infrastructure in a transport network composed of multiple routes between the origin and the destination. To find a strategic solution to this problem, we first and foremost propose a nonlinear integer programming solution to reach a compromise between the cost of the battery, which is related to its capacity, and the cost of installing the power transmitters, while maintaining the quality of the vehicle's routing. Thus, we show the utility of our work in an industrial context through the 'Green Truck' project. This project consists of replacing diesel trucks by inductive trucks in the industrial-port area of Le Havre. Initially, we are dealing with the problem of allocation of dynamic charging segments. In a second step, we integrate the static reload mode in the allocation strategy. We adapt the multi-objective particle swarm optimization (MPSO) approach to our problem, as the particles were robust in solving nonlinear optimization problems. Since we have a multi-objective problem with two binary variables, we combine the binary and discrete versions of the particle swarm optimization approach with the multi-objective one. To assess the quality of solutions generated by the PSO algorithm, the problem is transformed into an equivalent linear programming problem and solved with CPLEX optimizer. The results are analyzed and discussed in order to point out the efficiency of our resolution method.At the operational level, we study a new version of the vehicle routing problem with a mix fleet of electric and combustion vehicles, which is a real industrial network encountered in practice. The particularity of our work lies in the consideration of the case where emissions are limited by an emission cap system for conventional vehicles. In order to solve the mathematical model that we have developed, we have included three heuristics in the SPEA-II algorithm that respond to the constraints generated by the limited battery of electric vehicles. After analyzing the performance of the resulting algorithm, we conclude that the resolution approach achieves competitive results.