La modélisation et l’optimisation des procédés agroalimentaires est une tâche difficile dû à la complexité des produits agroalimentaires, le manque de connaissances sur les mécanismes limitant les performances [1] et l’hétérogénéité des variables impliquées. C’est le cas pour la microfiltration tangentielle 0.1 μm de lait écrémé (MF 0.1 μm). Cette opération est généralement utilisée dans l’industrie laitière pour séparer les protéines : micelles de caséines natives (rétentat) utilisées dans les fromages et les protéines de lactosérum (perméat) principalement utilisées dans les formulations alimentaires à destination des populations spécifiques (personnes âgées, nourrissons, sportifs). En dépit du fort intérêt porté à la MF 0.1 μm dans le secteur de l’industrie agroalimentaire, ce procédé de transformation n’a pas été intégralement optimisé au regard des objectifs des utilisateurs. Les choix de conception, dimensionnement et conditions opératoires sont principalement basées sur le savoir-faire des équipementiers et des connaissances expertes disponibles. Dans la littérature, l’optimisation de la MF 0.1 μm de lait écrémé est abordée en mono-objectif sur un problème posé empiriquement [2] ou sur l’influence spécifique d’une variable d’intérêt sur un groupe de variables choisies [3]. Ce travail vise à optimiser la microfiltration tangentielle 0.1 μm de lait écrémé depuis la conception jusqu’aux performances des produits avec des objectifs d’optimisation contradictoires en intégrant des connaissances expertes et scientifiques dans la formulation d’un problème multiobjectif. La méthodologie, basée sur « l'intégration des connaissances » se compose de quatre étapes : 1) l'acquisition de connaissances scientifiques et expertes sur les objectifs à optimiser ; 2) la modélisation des objectifs sous forme de fonctions calculables ; 3) la résolution du problème multiobjectif en utilisant un algorithme d'optimisation métaheuristique adapté ; 4) l'aide à la décision multicritère. Les objectifs considérés sont de maximiser la composition des fractions rétentat et perméat, de maximiser le rendement de récupération des protéines dans la fraction perméat et de minimiser les coûts économiques. Environ 1000 solutions Pareto-optimales ont été trouvées, dont des solutions proches de celles utilisées dans l'industrie et à moindre coût. L'optimisation multiobjectif de la MF a ouvert de nouvelles réflexions sur la conception des installations et les combinaisons de conditions opératoires en améliorant les caractéristiques du produit tout en maintenant constants les coûts d'investissement et de production. Le résultat de l'optimisation est une preuve de concept dont la faisabilité et la viabilité à l'échelle industrielle doivent être validées. Ces travaux ouvrent de nouvelles perspectives pour l'optimisation multiobjectif des procédés alimentaires.