Cette thèse a pour objet d'étude certains problèmes d'optimisation robuste, c'est-à-dire de problèmes d'optimisation où certains paramètres sont incertains, et dont la loi probabilité n'est pas connue. Les problèmes étudiés le sont à travers les prismes de l'aide à la décision et de la recherche opérationnelle. On s’intéressera plus particulièrement à deux problèmes, d'abord le problème d'ordonnancement de lignes d'assemblage aéronautiques, que l'on modélise comme un problème d'ordonnancement de projet multi-mode avec contraintes de ressources avec un objectif de nivellement de ressources, puis le problème de gestion de production avec un budget d'incertitude sur la demande cumulée. Pour le premier problème, on propose d'abord un voisinage basé sur les pics d'utilisation de ressources, que l'on utilise ensuite dans une méthode de recherche locale à voisinage large pour résoudre heuristiquement le problème. Ensuite, toujours pour le problème d'ordonnancement de lignes d'assemblages, on propose un outil d'aide à la décision, qu'on appelle arbre de décision robuste et dont l'idée fondamentale repose sur le fait qu'à certains moments durant le déroulement d'un ordonnancement calculé de manière robuste dans un contexte incertain, un décideur a accès à de l'information à propos du scénario en cours. A chaque nœud, en fonction des informations reçues par le décideur, l'arbre propose une nouvelle solution, adaptée au scénario en cours. Finalement, on propose une extension de la méthode Benders adverse pour résoudre le problème de gestion de production. Cette extension se base sur le concept de graphe partiel de budget qui est une représentation compacte d'un sous-ensemble de scénarios et qui permet d’accélérer la méthode de Benders adverse classique.