出租汽车作为城市交通体系重要的组成部分，在城市居民出行中扮演着不可或缺的角色。随着网约车的发展，通过客户端整合打车需求并推送给最近车辆，规划最短路径的方式极大的提高了运营的效率，降低了空驶率，节约了运输资源，通过降低出租汽车空驶率提高了出租汽车的有效行驶里程，进而提升了城市公交整体效率，同时为居民提供了一种全新的出行方式。出租汽车运力规模一直是行业讨论的热点话题，更多的是在传统的运营模式下通过有效行驶里程作为平衡点，构建运力测算模型，本文基于网约车的运营模式，利用出租汽车的历史轨迹数据对出租汽车的运力规模进行测算。　　本文在分析国内外研究现状的基础上，首先基于供需平衡理论和迭代学习控制方法，提出了基于出租汽车轨迹数据在网约车模式下的运力规模测算理论框架，为测算模型奠定理论基础；其次讨论了轨迹数据的特征，提出了数据清洗及还原打车需求的方法，包括上下车点识别和需求提取，为模型提供数据支撑；然后以供需平衡理论为基础结合迭代学习控制方法构建了运力测算模型，模型通过还原出租汽车的运营过程，为空驶车辆寻找最近的打车需求，模型以分钟为单位，通过迭代学习控制方法设计迭代方法，以计算机语言对模型进行编程，通过与数据库的连接对空驶车辆和打车需求进行匹配，模型引入基于经纬度数据的距离测算算法和数据库范围搜索算法，提高需求匹配的准确性；最后构建了运力规模的评价指标，通过匹配成功率、匹配空车与需求间距离、空车率三个指标衡量模型的准确性以及输出结果的合理性。　　本文以西安市真实轨迹数据作为实例对数据中需求的提取和运力测算模型进行验证，结果显示，通过本文中的数据清洗和提取方法可以从轨迹数据中还原城市的打车需求，并分析了西安市居民打车需求及出租汽车运行的特征，包括出租汽车每单的平均时长及寻客的平均时长，同时站在居民的角度分析了居民最倾向的打车距离，最后通过计算机语言运行程序，测算了在网约车模式下，西安市出租汽车的合理规模。