Au cours des dix dernières années, de nouveaux modèles basés sur les réseaux bayésiens sont apparus pour modéliser des systèmes complexes de grandes tailles. Ces nouveaux modèles appartiennent à deux familles : la première est issue de l’unification de la logique du premier ordre et des probabilités (Markov Logic Networks, Bayesian Logic) ; la deuxième d’une extension des réseaux bayésiens ( Probabilistic Relational Models, Multy-Entity Bayesian Networks, Relational Bayesian Networks). Dans cet article, nous proposons une amélioration de Structured Variable Elimination (SVE), l’unique algorithme d’inférence dans les PRM, reposant sur une technique classique d’élagage des réseaux bayésiens : l’analyse en d-séparation. Nous montrons comment intégrer une telle analyse dans SVE et l’amélioration considérable qu’elle apporte pour l’inférence.