L’objectif principal de la thèse est de répondre à des questions liées aux étapes clé d’un processus de l’adaptation de modèles de plaques. Comme l’adaptativité dépend des estimateurs d’erreurs fiables, une part importante du rapport est dédiée au développement des méthodes numériques pour les estimateurs d’erreurs aussi bien dues à la discrétisation qu’au choix du modèle. Une comparaison des estimateurs d’erreurs de discrétisation d’un point de vue pratique est présentée. Une attention particulière est prêtée a la méthode de résiduels équilibrés (en anglais, "equilibrated residual method"), laquelle est potentiellement applicable aux estimations des deux types d’erreurs, de discrétisation et de modèle.Il faut souligner que, contrairement aux estimateurs d’erreurs de discrétisation, les estimateurs d’erreur de modèle sont plus difficiles à élaborer. Le concept de l’adaptativité de modèles pour les plaques est implémenté sur la base de la méthode de résiduels équilibrés et de la famille hiérarchique des éléments finis de plaques. Les éléments finis dérivés dans le cadre de la thèse, comprennent aussi bien les éléments de plaques minces et que les éléments de plaques épaisses. Ces derniers sont formulés en s’appuyant sur une théorie nouvelle de plaque, intégrant aussi les effets d’étirement le long de l’épaisseur. Les erreurs de modèle sont estimées via des calculs élément par élément. Les erreurs de discrétisation et de modèle sont estimées d’une manière indépendante, ce qui rend l’approche très robuste et facile à utiliser. Les méthodes développées sont appliquées sur plusieurs exemples numériques. Les travaux réalisés dans le cadre de la thèse représentent plusieurs contributions qui visent l’objectif final de la modélisation adaptative, ou une procédure complètement automatique permettrait de faire un choix optimal du modèle de plaques pour chaque élément de la structure. / The primary goal of the thesis is to provide some answers to the questions related to the key steps in the process of adaptive modeling of plates. Since the adaptivity depends on reliable error estimates, a large part of the thesis is related to the derivation of computational procedures for discretization error estimates as well as model error estimates. A practical comparison of some of the established discretization error estimates is made. Special attention is paid to what is called equilibrated residuum method, which has a potential to be used both for discretization error and model error estimates. It should be emphasized that the model error estimates are quite hard to obtain, in contrast to the discretization error estimates. The concept of model adaptivity for plates is in this work implemented on the basis of equilibrated residuum method and hierarchic family of plate finite element models.The finite elements used in the thesis range from thin plate finite elements to thick plate finite elements. The latter are based on a newly derived higher order plate theory, which includes through the thickness stretching. The model error is estimated by local element-wise computations. As all the finite elements, representing the chosen plate mathematical models, are re-derived in order to share the same interpolation bases, the difference between the local computations can be attributed mainly to the model error. This choice of finite elements enables effective computation of the model error estimate and improves the robustness of the adaptive modeling. Thus the discretization error can be computed by an independent procedure.Many numerical examples are provided as an illustration of performance of the derived plate elements, the derived discretization error procedures and the derived modeling error procedure. Since the basic goal of modeling in engineering is to produce an effective model, which will produce the most accurate results with the minimum input data, the need for the adaptive modeling will always be present. In this view, the present work is a contribution to the final goal of the finite element modeling of plate structures: a fully automatic adaptive procedure for the construction of an optimal computational model (an optimal finite element mesh and an optimal choice of a plate model for each element of the mesh) for a given plate structure.