Les algorithmes évolutionnaires (AEs) ont aujourd'hui 40 ans d'existence ; depuis 15 ans, ils ont fait l'objet d'applications nombreuses et variées dans le domaine des sciences de l'ingénieur. Cet article fait un état des lieux de l'optimisation évolutionnaire. Il commence par une introduction à l'optimisation évolutionnaire. Puis un fil conducteur historique résume les principaux résultats théoriques sur les AEs (les schémas, le "No Free Lunch Theorem", la corrélation performance-distance, la variance de formae, l'adaptation des pas de mutations) et montre un changement de perception des AEs : à l'utopie des AEs optimiseurs universels succèdent les AEs sur-mesure. L'article se termine par une présentation des AEs modernes les plus efficaces. L'optimisation paramétrique (les stratégies d'évolution en particul ier), non-paramétrique et les couplages entre AEs et heuristiques y sont discutés. Des exemples en conception optimale et en identification de lois de comportement illustrent notre propos.