Afin de résoudre de manière efficace des problèmes d'ordonnancement (de type disjonctif) NP-difficiles, nous avons conçu une famille de méthodes hybrides intégrant des algorithmes génétiques dans des méthodes classiques de recherche opérationnelle (procédure par séparation et évaluation ou PSE). Un nouveau codage direct (à tout chromosome correspond une et une seule solution du problème) ternaire (et non pas binaire) sert de structure de données à toutes les méthodes utilisées. De nouveaux operateurs génétiques définis sur ce codage permettent de conserver des sous-ensembles de contraintes de précédence imposés par la PSE ou par des propriétés de dominance. Ces nouveaux concepts ont été implémentés de manière différente sur un problème d'ordonnancement de projet avec des ressources existant en un seul exemplaire (minimisation de la durée totale) et sur le problème de base à une machine pour la minimisation de la somme des retards. Par ailleurs, nous avons étudié la conservation des (bons) schémas symboliques pour les problèmes de permutation de manière analytique et expérimentale (espérance mathématique d'indicateurs de performance appliqués à des croisements génétiques), ceci afin d'améliorer les performances de l'algorithme génétique par le bon choix de ses opérateurs internes.