BP神经网络我国高等教育学费模型研究.pdfVIP

基于BP 神经网络的我国高等教育学费模型研究 一、 摘要 本文分析和研究了我国高校本科生收费现状，提出了通过采用BP 神经网络算法建 立符合实际要求的模型，以此为参考，指导各个高校根据自身的实际 情况，制定合理 的收费标准，从而规范高校教育收费。收费模型的建立需要分析主要影响因素，这六个 主要影响因素分别是：生均教育成本、学校办学水平、专业差别、地域与经济状况差异、 国家财政投入、学生需求与预期收益。生均教育成本即生均培养成本，是制定收费标准 的基础；学校类型以及办学水平、专业差别、地域与经济状况差异、学生需求与未来收 益是实施差别收费的重要依据； 国家投入与补助是制约收费的主要政策依据。对于数 据的收集，我们选取30 所“211 工程”的高校作为训练模型的样本，通过对每一所高校 相应因素的比较、分析与统计，将最终结果用数字化的方法赋值，将该数字化结果用于 基于 BP 神经网络收费模型的训练与检验中，最终得出各个收费影响因素与学费之间的 数学关系。最后我们得到这六个因素的对学费的“影响程度系数矩阵”： 学生需求与预期收益 学校办学水平 专业差异 地域经济差异 国家财政投入 生均教育成本 0.2537 0.8372 0.4193 0.9547 0.2408 1.2830 从这个矩阵我们可以看出这六个因素对学费的影响程度大小依次是：生均教育成本、 地域与经济状况差异、学校办学水平、专业差异、学生需求与预期收益、国家财政投入。 这样，我们从而建立了一个相对优化、合理的收费预测、指导数学模型。最后通过定量 分析得到的结论，我们向我国有关部门提出了自己的建议，以便使相关部门在今后的政 策实施中有的放矢，根据国家、社会、学校的不同政策，随着成本、专业、经济、地域 等主要影响因素的改变，适时给出学费制定标准调整的参考，使我国高校教育收费更加 明晰、合理。 关键词：高等教育 因素数字化 权重矩阵 BP 神经网络 收费模型 1 目录 一、 摘要 1 二、 建模前的准备和相关原理介绍： 3 三、 高校教育收费模型的建立与求解： 4 四、 模型的检验 14 五、 模型分析与初步结论： 15 六、 模型的完善与改进： 17 七、 给国家教育部门的建议： 17 八、 参考文献： 19 九、 附录 20 2 二、 建模前的准备和相关原理介绍： 1. 影响学费各主要因素及其构成要素分析： 1). 生均教育成本：生均教育成本即生均培养成本，指平均每名在校生所分担的教育 费用。由于生均教育成本的地域差距，故在选取样本数据时，按31 所高效所在省（直 辖市）区域获取高等教育运行生均经费的数据。另外，参照“在现阶段，高等学校学 费占年生均教育培养成本的比例最高不得超过 25% ，具体比例必须根据经济发展状 况和群众承受能力分步调整到位”的规定，也即预算内教育经费支出占年生均教育培 养成本的比例不低于 75% 的规定，依据《全国教育经费执行情况统计公告》数据推 算全国普通高等教育的平均培养成本，即生均预算教育经费/75% 即得所需结果。 2). 学校办学水平：以高校综合排名，社会声誉，学术资源，学术成果，学生综合素质， 教师资源，硬件设施作为衡量其办学水平的指标。 3). 国家财政投入：以国家年均教育经费的投入作为其衡量指标。 4).专业差别：采用相对值的赋值方法，把对学费影响较大的职业性专业赋值为 1，影响 相对较小的学术性学位赋值为0 。同时，为了描述专业之间的差别，将我国学科分为 11 个学科门类：哲学、经济学、法学，教育学、文学、历史学、理学、工学、农学、 医学、管理学。 5).不同地域与经济状况 ：不同地域与经济状况通过地区经济发展水平、 地区教育经济 发展水平、中国高等教育地区（省、市、自治区）综合竞争力影响教育收费；另外， 为更准确的反映地区经济发展水平，将样本高校所在地划分为直辖市（北京、上海、 天津、重庆）、东北地区（黑吉辽）、华中地区（湘鄂豫）、西北地区（陕甘宁新）、