Dans un contexte de forte compétitivité économique et de respect de l’environnement, de nombreuses actions sont entreprises chaque année dans le but d’améliorer la performance énergétique des bâtiments. En phase de conception, le recours à la simulation permet d’évaluer les différentes alternatives au regard de la performance énergétique et du confort des occupants et constitue ainsi un outil d’aide à la décision incontournable. Toutefois, il est courant d’observer des écarts entre les performances énergétiques réelles et celles prévues lors de la conception. Cette thèse porte sur l’amélioration du processus de conception de l’isolation dans le but de limiter les déviations des consommations réelles par rapport à celles prévues lors des simulations. Dans un premier temps, nous situons le contexte énergétique actuel puis nous présentons les différentes sources d’incertitudes qui affectent les résultats des simulations. Dans ce travail, nous nous intéressons particulièrement à la variabilité des propriétés thermophysiques des isolants, au caractère variable de la mise en œuvre et à l’impact du changement climatique. Des études expérimentales ont permis de quantifier l’incertitude associée à la performance des matériaux sains d’une part, et celle associée à des isolants défectueux d’autre part. Un couplage entre des techniques de thermographie infrarouge et des modèles éléments finis ont permis de proposer des modèles paramétriques permettant d’évaluer la performance effective d’un isolant défectueux, en fonction du type et de la taille du défaut dans l’isolant. Pour une bonne estimation à long terme de la performance de l’isolation, il est nécessaire d’intégrer les prévisions météorologiques. Ces dernières sont généralement estimées sur la base des données historiques de la région. Toutefois, il est encore difficile de prévoir avec exactitude l’évolution climatique car elle dépend de nombreux facteurs socio-économiques, démographiques et environnementaux. Dans ce travail, nous proposons de considérer les différents scénarios climatiques proposés par les climatologues et de prendre en compte leur variabilité de manière à vérifier la fiabilité de l’isolation. Enfin, nous proposons d’utiliser des approches probabilistes pour intégrer ces différents types d’incertitudes dans le processus de simulation. Pour optimiser le dimensionnement de l’isolation, nous proposons une méthodologie de conception basée sur la fiabilité. Un nouveau modèle de coût est également proposé dans le but d’améliorer l’aide à la décision, en considérant les pertes indirectes, jusqu’à présent négligées dans la conception. / In the context of growing world energy demand and environmental degradation, many actions are undertaken each year to improve the energy performance of buildings. During the design stage, the use of building energy simulations remains a valuable tool as it evaluates the possible options in terms of energy performance and comfort. However, as precision requirements increase, it becomes essential to assess the uncertainties associated with input data in simulation. This thesis focuses on the insulation design process under uncertainty, in order to limit gaps between real and predicted performance for better control of energy consumptions. This work firstly presents the current alarming energy context. We consider the main uncertainties that affect the insulation, mainly the variability of the thermophysical properties, the uncertainty on climate and the uncertainties due to workmanship defects. Experimental studies were carried out to evaluate the uncertainty associated to the intrinsic performance of healthy insulation materials on one hand, and those associated to defects in insulations on the other hand. A coupling between thermography techniques and finite element models was used to provide analytical models that assess the effective thermal performance of a defective insulation, according to the type and size of the defect. As the performance of insulation also depends on climate, it is necessary to integrate future weather data to evaluate the energy consumption. These weather data are generally estimated based on the historical climatic data of the region. However, it is still difficult to predict climate change as it depends on many uncontrollable factors. In this work, we consider the different climate scenarios proposed by climate expert groups, and the uncertainty associated to each scenario to evaluate the reliability of the insulation and to improve the decision making process. Finally, we propose a probabilistic approach to integrate uncertainties in simulation and an optimization methodology based on reliability. A new cost formulation is also proposed to improve the decision-making, through indirect losses related to comfort, pollution and living space losses.