近年来，共享经济概念在全球迅速普及，共享汽车作为其中的一个重要方向也逐渐受到人们的关注。各大共享汽车平台纷纷进驻大城市，并投放大量车辆和网点用于满足用户需求。为了更好地了解共享汽车在该城市的分布情况和预测使用情况，本研究利用已有的时间、经纬度和停车点信息数据，通过K均值聚类方法对共享汽车的位置进行聚类，并建立了共享汽车的位置信息分布聚类模型。同时，采用Bp神经网络对共享汽车的使用情况进行预测，并建立了一个三输入的BP神经网络共享汽车使用预测模型。研究结果表明，共享汽车的位置分布和使用情况是可以得到预测的，这为共享汽车的调度方案提供了重要的参考依据。