Le Service d'Aide Médicale Urgente du département du Val-de-Marne (SAMU-94) est un service public chargé du déclenchement et de l'organisation des soins pré-hospitaliers dans des conditions d'urgence. Dans ce travail, nous développons un modèle de simulation à évènements discrets qui modélise et évalue la performance actuelle de ce système complexe et identifie des pistes d'amélioration susceptibles de réduire la durée entre la réception de l'appel et l'arrivée d'une équipe sur le lieu de l'accident, appelé temps de réponse, qui est un aspect critique dans les systèmes d'urgence pré-hospitaliers. Ce modèle de simulation est utilisé pour quantifier l'impact de divers scénarii se rapportant aux nombres de ressources humaines et matérielles, à la localisation de ces ressources à travers le territoire du Val-de-Marne et à l'affectation de ces ressources aux interventions. En outre, nous avons effectué des analyses de sensibilité sur différents paramètres du modèle comme le nombre d'appels reçus, les temps de trajet et les temps de service. Mots clés : Gestion des urgences, services médicaux d'urgence, simulation à événements discrets. Abstract: The Emergency Medical Service in Val-de-Marne department (France), known as SAMU-94, is a public safety system responsible for the coordination of pre-hospital care under emergency conditions. In this study, we develop a discrete event simulation model in order to assess the current performance of this complex system, as well as to investigate the effects of potential process changes that would lead to enhanced operational efficiency, in terms of response time performance (i.e. the period between the receipt of a call and the first arrival of a rescue team at the scene), which is a critical aspect for SAMU providers. This model was used as a decision-support tool for comparing the relative benefits of several scenarios mainly related to the needed resource levels and static location of rescue teams throughout the Val-de-Marne area and their assignment to incoming calls. Sensitivity analyses were also performed by changing values of some input parameters such as arrival rates of calls, travel times and service times.