Résumé : La prévision du trafic suscite de plus en plus d’intérêt dans les recherches académiques et industrielles. Récemment, de nombreuses méthodesde prévision du trafic basées sur des approchesd’apprentissage automatique et d’apprentissageprofond ont été proposées. Cependant, ces modèles coûteux en temps de calcul, nécessitentdes volumes de données importants et leurs résultats soulèvent des questions de fiabilité et defaisabilité. En eet, la prévision du trafic est unetâche très dicile en raison des dépendancesspatiales et temporelles complexes et de la di- culté de la prévision à long terme. Pour adresserles défis mentionnés, nous proposons le systèmeP-ADRIP (Prevision subsystem - Adaptive multiagent system for DRIving behaviors Prevision)basé sur les systèmes multi-agents. P-ADRIPvise à fournir une prévision dynamique et tempsréel du trafic. Les expériences menées montrentla performance remarquable de P-ADRIP parrapport aux méthodes de prévision connues dansl’état de l’art.