Parmi les systèmes a base de connaissances fondes sur des techniques d'intelligence artificielle nous nous intéressons plus particulièrement aux systèmes de seconde génération (systèmes a schémas de raisonnement multiples) de type multi-agent. Le paradigme multi-agent est issu des approches de l'intelligence artificielle distribuée et permet de pallier les limitations rencontrées lors de la resolution de problèmes complexes. Le but de ce travail est d'analyser le raisonnement, et plus particulièrement d'aborder son étude en univers multi-agent. Il convient de préciser que celui-ci n'est pas un concept indépendant en lui-même: il est au contraire étroitement lie a d'autres problématiques telles que l'étude et la représentation des connaissances, la spécification des structures de contrôle, des protocoles de communication et d'allocation des taches ou le degré de sophistication de l'architecture interne des agents. Pour ce fait deux typologies originales, issues de l'étude approfondie de la connaissance et du raisonnement, seront proposées au long de cette thèse: l'une a caractère formelle l'autre a caractère technologique. La typologie formelle pour la classification des connaissances et du raisonnement permet une vue synthétique d'éléments souvent présentes de façon éparse et s'avère un outil d'assistance a la modélisation des connaissances et des raisonnements. La typologie technologique prend en compte les paramètres régissant les raisonnements propres a la technologie multi-agent non seulement au niveau individuel de l'agent mais aussi ceux développés au sein du groupe d'agents. Ces travaux ont contribue a la conception du système multi-agent kids (knowledge based image diagnosis system), système multi-agent dédié a l'interprétation d'images biomédicales. Ce système, par la variété des formes de connaissances et de raisonnement engages, illustre l'intérêt des typologies formelle et technologique proposées