Dans ce mémoire, nous avons développé une méthode de classification basée sur la définition de mesure de ressemblances, des critères de classification et d'agrégation et sur des algorithmes de structure hiérarchique arborescente. Cette méthode est conçue sous forme d'un logiciel de classification automatique ascendante des données industrielles de production (C.A2.D.I.). Ce logiciel est structuré en cinq modules complémentaires et offre la possibilité de traiter des données hétérogènes complètes ou non (codes, gammes ou l'ensemble des deux) ainsi que de grands tableaux de variables qualitatives et quantitatives. Il permet d'affecter des pondérations aux variables et aux individus. Le choix du nombre de classes est laissé à l'initiative de l'utilisateur. Le logiciel génère des partitions sur les codes, les gammes, les codes et les gammes ou sur les formes fortes et contribue à l'interprétation de ces partitions à l'aide de tableaux de fréquences. Les exemples industriels traités ont montré l'efficacité de la méthode de classification retenue et l'intérêt de prendre en compte plusieurs types de données à la fois