L'objectif principal de nos travaux consiste à développer des méthodes d’optimisation des performances de la MSRV sur le plan de la conception et de la commande. La première partie est consacrée à la commande de la MSRV avec prise en compte de la saturation, de l'effet croisé et des pertes-fer. Deux stratégies de commande permettant d’améliorer les performances de la machine en régime permanent sont présentées: commande à rendement optimal et commande à couple maximum par ampère. La deuxième partie de ce travail porte sur la commande de la MSRV en vue de réduire les ondulations de couple. L’optimisation des courants statoriques a été obtenue selon deux critères : un couple électromagnétique constant et des pertes par effet Joule minimales. Une formule originale a été présentée dans le cas où le courant homopolaire est pris en compte. Des schémas de commande neuronale en couple et en vitesse sont ensuite proposés. L’apprentissage, réalisé en ligne, fait que cette proposition est tout à fait adaptée aux applications en temps réel. La troisième partie traite de la conception au moyen de la méthode de calcul numérique par élément finis. Grâce au logiciel JMAG, les barrières du flux au rotor de la MSRV ont été optimisées permettant d’augmenter le couple moyen, le facteur de puissance et le rendement de la machine. Enfin, toutes les approches neuromimétiques ont été validées par de tests expérimentaux. De plus, des comparaisons avec les méthodes de commande classique démontrent la validité des méthodes proposées. / The main objective of our work is to develop the methods for performance optimization of the SynRM in terms of the design and control. The first part is devoted to control of the SynRM taking into account the saturation, cross coupling and iron losses. Two strategies control to improve the performances of the machine in steady-state are presented: optimal efficiency control and maximum torque per ampere control. The second part of this work focuses on the control of the non-sinusoidal SynRM to reduce torque ripple. Optimal stator currents were obtained with the objectives: a constant electromagnetic torque and minimum ohmic losses. An original formula was presented in the case where the homopolar current is considered. The torque and speed control based on artificial neural networks are then proposed to obtain optimal currents online in real time. The third part deals with the design optimization of SynRM by finite element method. With JMAG software, the barriers of the rotor SynRM were optimized to maximize the average torque, power factor and efficiency of the machine. Finally, all the approaches based on neural networks have been validated by experimental tests. Moreover, the comparisons with conventional methods demonstrate the validity of the proposed methods.