En ce qui concerne les problèmes de Dynamique des Fluides Numériques, l’adaptation du maillage est intéressante pour sa capacité à aborder la convergence asymptotique et à obtenir une prévision précise pour des flux complexes à moindre coût. La méthode d’adaptation de maillage anisotrope réduit le nombre de degrés de liberté nécessaires pour atteindre la précision d’une solution donnée, ce qui a un impact positif sur le temps de calcul. De plus, il réduit la dissipation du schéma numérique en tenant compte automatiquement de l'anisotropie des phénomènes physiques à l'intérieur du maillage. Deux approches principales existent dans la littérature. L'adaptation du maillage basée sur les caractéristiques géométriques, qui est principalement déduite d'une estimation de l'erreur d'interpolation utilisant la hessienne du senseur choisi, contrôle l'erreur d'interpolation du capteur sur l'ensemble du domaine de calcul. Une telle approche est facile à mettre en place et a un large éventail d’applications, mais elle ne prend pas en compte l’EDP considérée utilisée pour résoudre le problème. D'autre part, l'adaptation de maillage orientée fonctionnelle, qui se concentre sur une fonctionnelle scalaire, prend en compte à la fois la solution et l'EDP dans l'estimation d'erreur grâce à l'état adjoint. Mais, la conception de cette estimation d'erreur est beaucoup plus compliquée. Cette thèse présente les résultats obtenus avec différentes méthodes de Dynamique des Fluides Numériques: les solveurs de flux arbitrairement lagrangiens-eulériens (ALE) avec schémas explicites et implicites sont présentés et couplés au mouvement de maillage, l’adaptation de maillage feature-based instationnaire pour les géométries mobiles prend en compte les changements des connectivités de maillage durant toute la simulation, l'état adjoint est étendu aux problèmes de géométries mobiles et l'adaptation de maillage instationnaire orientée fonctionnelle pour les maillages mobiles est déduite d'une estimation d'erreur a priori. Plusieurs exemples numériques issus du secteur aéronautique et du domaine de sécurité civile sont considérés. / When dealing with CFD problems, mesh adaptation is interesting for its ability to approach the asymptotic convergence and to obtain an accurate prediction for complex flows at a lower cost. Anisotropic mesh adaptation method reduces the number of degrees of freedom required to reach a given solution accuracy, thus impact favorably the CPU time. Moreover, it reduces the numerical scheme dissipation by automatically taking into account the anisotropy of the physical phenomena inside the mesh. Two main approaches exist in the literature. Feature-based mesh adaptation which is mainly deduced from an interpolation error estimate using the Hessian of the chosen sensor controls the interpolation error of the sensor over the whole computational domain. Such approach is easy to set-up and has a wide range of application, but it does not take into account the considered PDE used to solve the problem. On the other hand, goal-oriented mesh adaptation, which focuses on a scalar output function, takes into consideration both the solution and the PDE in the error estimation thanks to the adjoint state. But, the design of such error estimate is much more complicated. This thesis presents the results obtained with different CFD methods : the Arbitrary Lagrangian Eulerian (ALE) flow solvers with explicit and implicit schemes are presented and coupled to the moving mesh process, the feature-based unsteady mesh adaptation for moving geometries takes into account the changes of connectivites during the whole simulation, the adjoint state is extended to moving geometries problems and goal-oriented unsteady mesh adaptation for moving meshes is derived from an a priori error estimate. Several numerical examples are considered in the aeronautics sector and the field of civil security.