Cete thèse présente l'étude de deux types de problèmes d'ordonnancement. Le premier concerne la résolution centralisée et exacte d'un problème à une machine. Le second s'intéresse à la résolution distribuée et coopérative d'un problème job shop où chaque machine est assimilée à un acteur possédant sa propre autonomie décisionnelle. Pour ces deux problèmes, des conditions de dominance sont utilisées. Dans le premier cas, il s'agit de limiter la complexité algorithmique liée à la recherche de solutions réalisables ou optimales et de proposer des formulations efficaces de programmation linéaire en nombres entiers. Dans le deuxième cas, il s'agit d'accroître la capacité de chaque acteur à résister aux incertitudes liées aux fluctutations de son environnement et de proposer une approche d'ordonnancement où les acteurs négocient deux à deux, de façon distribuée, pour converger vers des décisions d'ordonnancement assurant un compromis entre l'optimisation des objectifs locaux et des objectifs globaux.