Les Algorithmes volutionnaires (AEs) sont des m thodes de recherche inspir es par la th orie darwinienne de l' volution, travaillant sur une population de solutions potentielles, par it ration de phases de s lections et de variations al atoires. Bien que les AEs soient reconnus comme des m thodes comp titives sur des probl mes de grande taille, ils sont sujets un certain nombre de critiques tel celui du r glage/contr le des param tres. Par r glage, nous entendons l'approche qui consiste trouver des valeurs satisfaisantes pour les param tres avant l'ex cution de l'algorithme. Notre contribution au vaste domaine de l'optimisation concerne le r glage automatique des param tres selon le probl me. Dans ce travail, nous proposons deux m thodes pour le contr le dynamique des param tres associ s la repr sentation des solutions. Nous pr sentons aussi une instance du SEA qui int gre diff rents taux de mutation afin d'adapter le meilleur taux la recherche. Cette nouvelle instance est test e sur le probl me du sac dos multidimensionnel. Des r sultats comparables ont t obtenus, ce qui prouve que le SEA est capable de contr ler dynamiquement le compromis exploration/exploitation.