Les systèmes intelligents de transport (ITS) sont devenus un élément incontournable du développement technologique mondial moderne, car ils jouent un rôle fondamental dans l'estimation statistique précise du nombre de véhicules ou d'individus se rendant vers une installation de transport spécifique à un moment donné. Cela constitue un cadre idéal pour concevoir et dimensionner une capacité infrastructurelle adéquate en vue d'analyses de transport. Toutefois, la prévision du trafic reste une tâche ardue en raison de la distribution non euclidienne et complexe des réseaux routiers ainsi que des contraintes topologiques propres aux réseaux routiers urbains. Pour relever ce défi, cet article présente un modèle de prévision du trafic combinant un réseau de convolution sur graphe (GCN), une unité récurrente à portes (GRU) et un mécanisme d'attention à plusieurs têtes, permettant de capturer et d'intégrer simultanément la dépendance spatio-temporelle et les variations dynamiques dans la séquence topologique des données de trafic. Grâce à une précision de 91,8 % sur les données de test du trafic autoroutier de Los Angeles (Los-loop) pour une prévision à 15 minutes, ainsi qu'un score R² de 85 % sur le jeu de données de test de Shenzhen (SZ-taxi) pour des prévisions à 15 et 30 minutes, le modèle proposé démontre sa capacité à apprendre à la fois les variations spatiales globales et les séquences temporelles dynamiques des données de trafic au fil du temps. Ce résultat a permis d'atteindre un niveau d'avant-garde dans la prévision du trafic pour les jeux de données SZ-taxi et Los-loop.