Dans le contexte actuel de compétitivité des marchés, la maîtrise et l'optimisation des processus de conception et de planification sont nécessaires pour garantir, d'une part la fiabilité et la qualité des produits systèmes ou services conçus et, d'autre part, le cycle de développement et les coûts. Ce constat impose de développer et d'améliorer les méthodes, modèles, techniques et outils relatifs aux processus de conception et de gestion ou de planification. Les travaux présentés dans cette thèse s'inscrivent dans ce contexte et proposent de mettre en relation ou encore de faire intéragir la configuration de produit avec la planification du projet de réalisation. Le but de ces travaux est d'apporter une aide à la décision pour le couplage de la configuration de produit et de la planification du projet associé, en exploitant deux outils issus de l'Intelligence Artificielle : les approches par contraintes et les algorithmes évolutionnaires. Cette aide à la décision est présentée en deux parties. La première partie décrit l'utilisation des approches par contraintes afin de permettre au décideur de configurer son produit et son projet de réalisation de manière simultanée et interactive. Pour ce faire, les techniques de propagation et de filtrage des contraintes sont exploitées spécifiquement. La deuxième partie s'intéresse à l'exploitation des algorithmes évolutionnaires pour optimiser l'espace de solutions selon les critères coût et délai afin de présenter au décideur, un ensemble réduit de solutions optimisées. Un algorithme SPEA2 modifié en intégrant des méthodes de filtrage dans ses opérateurs de parcours de l'espace de recherche y est présenté. Toutes nos propositions sont illustrées sur un exemple d'avion de tourisme et d'affaire. / In the actual context of market the control and optimization of design processes are essential to ensure on the one hand, the reliability and quality of products, on the other hand the development time and costs. This phenomenon involves the constant development of methodologies, in order to improve the diversity and quality of the product and at the same time to shorten their development time and decrease their cost The work presented in this thesis fits into this context and propose to associate products configuration and production process planning. The aim of this work is to provide decision support for the coupling of onfiguration products and the associate production process leveraging two tools of Artificial Intelligence : constraints approaches and evolutionary algorithms. This decision support is presented in two parts. The first part decribes the use of constraints approaches to allow decison-maker to configure product and its production process simultaneously and interactively. For this aim, propagation and filtring techniques are exploited specifically. The second part deals with the use of evolutionary algorithms to optimize the space solutions according to time and cost criteria in order to provide a small set of optimized solutions to the decision-maker. SPEA2 algorithm modified by incorporating filtering methods in its evolutionary operators. All our proposals ara illustrated on an exemple of light aitcraft.