Dans ce papier nous nous intéressons à la gestion de l'arbre de décision dans un algorithme hybride pour le CSP. Nous proposons une méthode déterministe qui permet de gérer dynamiquement des coupes dans l'arbre de recherche et l'accès aux variables de décision. Les deux principes sont basés sur la découverte et la mémorisation des associations variables/valeurs qui conduisent à des solutions infaisables. Il s'agit donc d'un système d'apprentissage qui enrichit la connaissance de l'algorithme sur le problème et augmente son efficacité au fur et à mesure de sa progression. Nous avons testé la méthode sur les benchmarks d'affectation de fréquences GRAPH et CELAR. Les premiers résultats obtenus sont au niveau des meilleurs connus actuellement sur les problèmes Min-SPAN et améliorent sensiblement les pourcentages de réussite.