Dans beaucoup de domaines, la simulation nécessite le traitement de données réalistes pour initialiser et calibrer le système. Une reproduction précise de l'état initial contribue largement à l'obtention de prédictions fiables. Ce papier propose un algorithme de création d'une population artificielle composée d'individus décrits par leur âge. Ces individus sont membres de ménages qui respectent une variété de contraintes statistiques (distribution des types de ménages, différences d'âge dans les couples ou entre parents et enfants). Une telle population sert souvent d'état initial pour un modèle de microsimulation ou un modèle agent (ou individus-centré). La qualité de la distribution des ménages est importantes car cette distribution a un impact sur l'évolution démographique. Les techniques usuelles de microsimulation croisent différentes sources de données à des niveaux agrégés pour générer les individus. Dans notre cas, le nombre de combinaisons de différents ménages (types, taille, âge des membres) interdit une telle approche du fait de sa difficulté computationnelle. Nous proposons donc un algorithme permettant la génération relativement rapide et simple d'une telle population. Nous générons la population de deux municipalités Auvergnates pour illustrer l'approche. Les populations générées sont évaluées de bonne qualité par confrontation à des propriétés statistiques - non utilisées pour la génération - des communes qu'elles représentent. Elles sont obtenues en un temps raisonnable. / Many different simulation frameworks, in different topics, need to treat realistic datasets to initialize and calibrate the system. A precise reproduction of initial states is extremely important to obtain reliable forecast from the model. This paper proposes an algorithm to create an artificial population where individuals are described by their age, and are gathered in households respecting a variety of statistical constraints (distribution of household types, sizes, age of household head, difference of age between partners and among parents and children). Such a population is often the initial state of microsimulation or (agent) individual-based models. To get a realistic distribution of households is often very important, because this distribution has an impact on the demographic evolution. Usual techniques from microsimulation approach cross different sources of aggregated data for generating individuals. In our case the number of combinations of different households (types, sizes, age of participants) makes it computationally difficult to use directly such methods. Hence we developed a specific algorithm to make the problem more easily tractable. We generate the populations of two pilot municipalities in Auvergne region (France) to illustrate the approach. The generated populations show a good agreement with the available statistical datasets (not used for the generation) and are obtained in a reasonable computational time.