Les Algorithmes Evolutionnaires (AEs) sont des methodes de recherche inspirees par la theorie darwinienne de l'evolution, travaillant sur une population de solutions potentielles, par iteration de phases de selections et de variations aleatoires. Bien que les AEs soient reconnus comme des methodes competitives sur des problemes de grande taille, ils sont sujets a un certain nombre de critiques tel celui du reglage/controle des parametres. Par reglage, nous entendons l'approche qui consiste a trouver des valeurs satisfaisantes pour les parametres avant l'execution de l'algorithme. Notre contribution au vaste domaine de l'optimisation concerne le reglage automatique des parametres selon le probleme. Dans ce travail, nous proposons deux methodes pour le controle dynamique des parametres associes a la representation des solutions. Nous presentons aussi une instance du SEA qui integre differents taux de mutation afin d'adapter le meilleur taux a la recherche. Cette nouvelle instance est testee sur le probleme du sac a dos multidimensionnel. Des resultats comparables ont ete obtenus, ce qui prouve que le SEA est capable de controler dynamiquement le compromis exploration/exploitation."