Cet article décrit une méthodologie statistique qui permet à l'utilisateur d'algorithmes évolutionnaires de configurer correctement les paramètres de ces algorithmes. La méthode se fonde sur un modèle statistique appelé modèle linéaire généralisé. Un tel mo­dè­le permet de piloter les données aléatoires produites par les algorithmes. En particulier, les expériences croisées et passées peuvent être prises en compte efficacement. Les procédures d'estimation et de test permet­tent d'évaluer l'effet de la variation des paramètres sur la solution proposée par l'algorithme. À l'aide de cette méthode, le nombre d'essais de simulation correspondant à chaque combinaison de paramètres peut être considérablement réduit. La méthode permet aussi de créer des classes de problèmes pour lesquels le comportement final de l'algorithme est invariant. La constitution de telles classes permet d'augmenter la qualité des estimations à un coût de calcul identique.