Dans le contexte économique actuel (concurrence accrue, diversification de la production,. . .), les responsables de la production ont besoin d'outils d'ordonnancement et d'aide à la décision de plus en plus performants. On se place dans le cas d'atelier de type job shop. La stratégie d'ordonnancement choisie est de considérer les opérations dans l'ordre chronologique (simulation). Les conflits apparaissant dans une file d'attente devant une machine sont arbitrés par une règle de priorité. Le but recherché est de fournir un outil qui aide le chef d'atelier dans le choix d'une bonne règle de priorité en fonction d'un critère de performance fixe (relatif au retard, au temps de cycle ou aux en-cours). Un générateur d'atelier a été réalisé, permettant la création de configurations diverses. La démarche proposée est la suivante: pour une configuration donnée, caractérisée par un ensemble de paramètres (par exemple le nombre de centres de charge, la durée opératoire moyenne,. . .), les performances des règles de priorité par rapport à un critère sont évaluées à l'aide de la simulation. L'utilisation de techniques d'analyse de données a permis: 1) de mettre en évidence l'existence d'interaction entre une configuration donnée d'atelier et l'ensemble des règles de priorité pour chaque critère, 2) de proposer quelques résultats généraux relatifs aux performances des règles de priorité par rapport aux critères, 3) de choisir un nombre minimum de critères de performance significatifs: retard vrai moyen et maximum, nombre de pièces en retard, temps de cycle moyen, 4) de sélectionner, parmi l'ensemble des paramètres de modélisation, un sous-ensemble de paramètres significatifs. Nous avons construit, sous forme d'arbres, des règles associant à un atelier donné décrit par les valeurs des paramètres significatifs, les 2 ou 3 règles de priorité les plus performantes pour le critère considéré.