第一代共享单车出现在1965年荷兰阿姆斯特丹,如今的共享单车已经是第四代共享单车,称为无桩共享单车（Dockless shared bikes）,顾名思义,它没有固定的站点,随处可借,随处可还,也正由这种方便快捷的特点,无桩共享单车（下文简称共享单车）迅速发展,占领了各大城市,成为居民出行的必备工具之一。但无桩共享单车毕竟是新事物,且发展过快,诸多问题也逐渐浮现,如投放数量过量、地区供需不平衡以及乱停乱放等问题,严重影响了市容市貌和城市交通系统的通畅。为了充分发挥共享单车在城市交通中的补充作用,政府如何规范管理共享单车和企业如何精准投放数量以满足居民出行需求是非常迫切的。本文根据以上问题,研究共享单车的时空出行规律,并以此预测其需求,对共享单车的规划与投放有着重大意义。本文主要内容有以下几点。本文首先根据北京市摩拜共享单车企业提供的2017年5月10日至5月23日共320万多条骑行数据,从出行数量、出行距离、空间分布、骑行流向分析这四个方面对共享单车的特性进行了分析。接着利用非负矩阵分解算法（NMF）对本文构建的共享单车时空矩阵进行分解,找出了共享单车在工作日的五种基本出行模式,并对五种出行模式的时间序列特征与空间分布特征进行了分析。最后运用MATLAB构建了基于非负矩阵分解算法的BP神经网络预测模型,对共享单车的需求进行预测,并分别与BP神经网络预测模型和利用python编码编写的长短期记忆（LSTM）神经网络预测模型的结果进行了对比,结果显示本文构建的预测模型不管是在预测精度还是实际操作上都优于其他两种预测模型。