Cette étude traite de l'optimisation d'un échangeur de chaleur constitué d'une juxtaposition de différentes couches de matériaux poreux. Grâce à un réseau interne de pores, un fluide refroidissant est libre de circuler à travers l'échangeur par convection naturelle. La problématique consiste à déterminer la distribution optimale de porosité et l'ordonnancement idéal des matériaux de la série de couches qui minimisent la température maximale dans le refroidisseur. Au cours de cette analyse, la chaleur transmise au système émane d'une plaque chaude adjacente au stratifié. Le flux thermique est donc fixe sur cette frontière. Le champ de température et l'écoulement, déterminés selon les caractéristiques physiques et dimensionnelles du stratifié, sont calculés de manière numérique. Les équations de conservation de quantité de mouvement et d'énergie sont résolues par une méthode basée sur les volumes finis. Le processus d'optimisation se rattachant à la distribution de porosité et à l'assignation des matériaux dans le stratifié est réalisé à l'aide d'un algorithme génétique (AG). De plus, une composition optimale du système, correspondant à un minimum global, peut être atteinte sous certaines contraintes, s'exprimant notamment en matière de coût et de masse. Cette approche permet également de dimensionner l'échangeur, car l'AG a la capacité d'éliminer une portion du stratifié afin de répondre aux exigences demandées. / In order to meet modem engineering needs in terms of cooling Systems (e.g., cooling of electronics), porous structures (e.g. metallic foams) are regarded as an interesting alternative to fins due to their large surface of heat transfer per volume. In this paper, we investigate the optimal configuration of a porous medium structure in order to reduce its thermal resistance. The System studied represents a stacking of porous layers, in which a cooling fluid circulates, adjacent to a heat-generating surface. The flow within the staking is driven by natural convection. The objective of this work is to minimize the hot spot temperature of the system. The design variables are the porosities and materials of each layer. The thermal performance is evaluated with a CFD code based on the finite volume approach. The hot spot temperature minimization is pursued under global mass and cost constraints, with a genetic algorithm (GA). The GA determines the optimal porosities and solid material of each layer. Purthermore, the optimal total length of the stacking is indirectly determined by the GA as layers can be added or removed in order to improve the global performance and satisfy the constraints. The results of the present study reveal that an appropriate distribution of porosity and material benefits the minimization of the temperature in a layered porous medium.