Nous présentons une démarche générale, basée sur les concepts de problème adjoint et d'erreur en relation de comportement, visant à construire des modèles de simulation optimisés pour la prédiction de quantités d'intérêt. En l'illustrant sur un problème d'élasticité linéaire multi-paramétré, nous montrons comment cette démarche permet le contrôle robuste de toute la chaîne de modélisation, depuis l'expérience jusqu'à la résolution numérique, afin d'assurer que la valeur d'une quantité locale dimensionnante soit calculée avec précision. Dans ce cadre, nous nous focalisons en particulier sur : (i) la vérification des simulations menées par la méthode des éléments finis ; (ii) le contrôle des modèles réduits issus de la technique PGD; (iii) le recalage optimal des paramètres du modèle à partir de mesures expérimentales.