Statistical techniques coupled with genetic algorithm (GA) were used to identify optimal values of key operational variables in fluid catalytic cracking (FCC) process. A Kellog Orthoflow F fluid catalytic cracking process model was considered. It is known as a highly nonlinear process with a large number of variables with strong interactions among them. A reduced process model was obtained through factorial design technique to be used as a process function in the optimisation work giving as result the operational conditions that maximise conversion without infringing operational restrictions with savings in computational burden and time. An increase of 8.71% in process conversion was achieved applying GA as optimisation technique.Les techniques statistiques coupléesà l'algorithme génétique ontété utilisées pour identifier les valeurs optimales des principales variables opérationnelles du procédé de craquageà catalyseur fluide. Un modèle du procédé de craquageà catalyseur fluide Kellog Orthoflow F aété utilisé. Ce procédé, renommé pourêtre fortement non-linéaire, possède un grand nombre de variables ayant de fortes interactions entre elles. Un modèle réduit de ce procédé, obtenu via l'élaboration d'un plan factoriel, aété utilisé pour déterminer conditions optimales d'opération qui maximisent la conversion tout en respectant les contraintes d'exploitation. De plus, la complexité et le temps de calcul ontété avantageusement réduits. Une augmentation de 8.71% de la conversion aété réalisée grâceà l'application de l'algorithme génétique comme technique d'optimisation.