Pour contrôler une maladie se propageant dans un grand réseau de populations, l'allocation optimale d'une ressource limitée est un problème fondamental mais difficile. Nous avons considéré ce problème pour une maladie (théorique) se propageant entre troupeaux sur un réseau d'échange d'animaux selon un modèle épidémique-démographique. La ressource est allouée dynamiquement en fonction d'un certain score, jusqu'à la limite de la disponibilité de la ressource. En adaptant une approche « gloutonne » (greedy) à notre cadre de métapopulation, des scores ont été obtenus par minimisation de deux fonctions objectives différentes, chacune pour la vaccination et le traitement. Ensuite, par le biais de simulations intensives, ils ont été comparés à différents scores heuristiques, concernant leur capacité à réduire la dynamique épidémique. Cette approche peut être adaptée à d'autres modèles d'épidémies (chez l’homme, chez l’animal) et de mesures de contrôle. Par ailleurs, ce travail s’inscrit dans un cadre plus large d’évaluation et optimisation de stratégies de contrôle de maladies dans des systèmes de grande taille, tels que les dynamiques épidémiques sur réseaux d’échanges. Si le temps le permet, deux questions connexes peuvent être illustrées / discutées : la modélisation de décisions dynamiques locales, d’une part et la construction d’indicateurs analytiques de la « criticalité » des nœuds dans un tel système, pertinents du point de vue des stratégies ciblées, d’autre part