自行车共享系统（BSS）已成为可持续多式联运的一种手段，目前已在全球许多城市提出。大多数BSS还提供对其数据的开放访问，尤其是对其自行车站的实时状态报告。BSS提供商对此类系统生成的大量数据进行分析以更新系统结构和策略特别感兴趣。这项工作的动机是分析和比较几个欧洲BSS，以确定BSS中的常见操作模式，并提出实际解决方案以避免潜在问题。我们的方法依赖于识别系统之间和系统内部的常见模式。为此，开发了一种基于模型的时间序列（或更一般的功能数据）聚类方法，称为FunFEM。它基于一个函数混合模型，该模型允许在判别函数子空间中对数据进行聚类。在这种情况下，该模型的优点是节省，并允许可视化集群系统。数值实验证实了FunFEM的良好性能，尤其是与最先进的方法相比。将FunFEM应用于JCDecaux和伦敦交通倡议的BSS数据，使我们能够识别10种一般模式，包括病理模式，并基于系统比较提出实际的改进策略。在判别子空间内的聚类数据的可视化被证明是关于系统效率的特别有用的信息。提出的方法在CRAN上提供的R软件包funFEM中实现。该包还提供了本工作中分析的数据子集。