La haute disponibilité, la rentabilité et la facilité de déploiement des applications ont accéléré l'adoption du Cloud Computing qui s'est imposé ces derniéres années comme un paradigme majeur pour offrir à distance des ressources informatiques. Cependant les centres de données, ou Data centres en anglais, qui hébergent ces ressources sont presque les plus gros consommateurs d'électricité au monde, et sont toujours confrontés `a une mauvaise utilisation des ressources, ce qui entraine une dégradation des performances et un gaspillage de ressources.Pour réduire les couts opérationnels sans affecter les exigences de qualité de service (QoS) des applications, des techniques d'allocation de ressources doivent étre utilisées. L'allocation de ressources est un problème très difficile de nature NP-complet, ce qui nécessite le développement de techniques efficaces. Cette thése présente le problème d'allocation de ressources dans le cloud computing comme un problème crucial qui necessite des méthodes de gestion efficaces, avec pour objectif de minimiser l'énergie. En particulier, nous proposons des algorithmes, des techniques et des stratégies de déploiement pour améliorer l'allocation dynamique des machines virtuelles (VM) sur les machines physiques (PM). Nous nous concentrons principalement sur l'optimisation de la consommation énergétique des PM en proposant de nouveaux algorithmes évolutifs afin de surmonter les limites des solutions existantes et combler les lacunes de la recherche. Cependant, la migration de VMs, le changement d'état des serveurs conduit `a un déséquilibre de leur charge de travail. Certains serveurs deviennent surchargés tandis que d'autres deviennent sous-chargés ou meme inactifs.Il en résulte une dégradation des performances et un gaspillage de ressources. L'équilibrage de charge est un aspect clé et a un role important dans la gestion des Data centres. Dans notre seconde contribution, nous proposons un algorithme d'équilibrage de charge qui est basé sur un nouveau paramètre appelé facteur d'équilibre du Data centre. Il a pour but de déterminer si un Data centre est déséquilibré ou non, afin de redistribuer la charge de travail équitablement sur tous hotes. Celui-ci est combiné `a l'algorithme b-Matching qui a pour role le déplacement de VMs en tenant compte de la consommation d'énergie pour un modèle plus complet. Pour rendre les techniques de consolidation de VM plus efficaces, nous proposons d'utiliser une nouvelle méthode de prédiction basée sur les cartes de Kohonen afin d'anticiper les fréquentes et imprévisibles variations des ressources notamment la charge CPU.