数据包括北京机场的飞机时间段 航班号，出发地，目的地，计划出发时间，计划到达时间，实际出发时间，实际到达时间，飞行时长，机型，座位数。

数学建模 KMV模型 K均值聚类法。

包括 ：C题题目文档和所需的数据，非常好用！！！2019高教社杯全国大学生数学建模竞赛题目 问题C 机场的出租车问题：大多数乘客下飞机后要去市区（或周边）的目的地，出租车是主要的交通工具一。国内多数机场都是将送客（出发）与接客（到达）通道分开的。送客到机场的出租车司机都将会面临两个选择：(A) 前往到达区排队等待载客返回市区。出租车必须到指定的“蓄车池”排队等候，依“先来后到”排队进场载客，等待时间长短取决于排队出租车和乘客的数量多少，需要付出一定的时间成本......

2019年中国研究生数学建模竞赛试题全部题目集

2003年全国大学生电子设计竞赛一等奖2003年全国大学生电子设计竞赛一等奖

2018“华为杯”中国研究生数学建模竞赛C题题目；

19年数学建模国赛C题机场数据，包括广州白云机场客运量，航班量，座位数以及运力投入等数据，还有相关图片，有利于进行建模分析。

深圳杯2020数学建模c题论文.pdf

2017国赛C题推荐颜色与物质浓度.pdf

包含美赛2018年C题的所有优秀论文及其中文翻译 例： We first build CAFE, a novel framework for Characterization, Analysis, Forecast and Evaluation on the energy profile (EP) of a state. We constitute EP with 20 items in a multifaceted manner selected and aggregated from the 605 variables in the provided data. We utilize the Gaussian Process Regression (GPR) model to characterize the basic evolving trends, strong fluctuations and random noise level of different EP time series in each state from 1960 to 2009. We combine Gray Relational Analysis and Kendall Rank to measure the similarity of EPs among states in value and tendency respectively, and use both Pearson Correlation Coefficient and Partial Relational Coefficient to unveil outer influential factors on the similarity. 中文翻译： 我们首先构建CAFE，这是一种用于状态能量表征（EP）的表征，分析，预测和评估的新颖框架。我们从提供的数据中的605个变量中选择并汇总了20个项目，构成了一个多方面的EP。我们利用高斯过程回归（GPR）模型来描述1960年至2009年每个州不同EP时间序列的基本演变趋势，强烈波动和随机噪声水平。我们结合使用了灰色关联分析和Kendall Rank 来衡量EP的相似性在价值和趋势状态之间进行区分，并同时使用Pearson相关系数和偏关系系数揭示相似性的外部影响因素