Dans ce travail nous avons développé des algorithmes pour deux architectures différentes. Dans la première, on fixe le nombre de neurones au départ de la phase d'apprentissage puis on détermine les paramètres du réseau. Pour la deuxième architecture, le choix des paramètres du réseau se fait d'une manière automatique. Le but de ce travail est de présenter des heuristiques pour générer, d'une manière constructive, des réseaux de neurones pour l'apprentissage. Elles permettent de générer des réseaux à une seule couche cachée complètement connectée aux unités d'entrés, et un neurone de sortie connecté aux unités cachées.