基于BP神经网络的高等教育学费标准模型及分析

首先分析了影响高等教育学费的主要因素，给出了一个比较合理的生均成本计算公式，为学费标准的制定提供了主要参考指标。然后，利用BP神经网络，在MATLAB环境下将所选取样本高校的相应指标带入模型，进行训练，求出了一组比较合理的权值。最后，对此结果进行了仿真检验，得到的曲线拟合度较高，误差控制在0～0．02。

高等教育学费标准的评价模型

本文运用多元线性回归、加权平均法预算出国民对高等教育支配的平均学费,从而建立一个关于家庭和高等教育学费的满意度函数ρ;大致将院校、专业分成几类,再利用层次分析法来研究国民对各分层院校、各类专业学费的相对满意度wmA、wBn,在此前分析基础上可知院校自身的性质、所在地区家庭收入水平、专业水平是影响高等教育学费的重要指标,从而建立了一个关于高等教育学费标准的评价模型。

高等教育学费标准定价模型与分析

影响高等教育学费标准的因素诸多,因素之间又相互关联,本文基于这种因素比较多的问题,建立学费评价标准模型,以华北理工大学招生收费标准为例,对各因素进行打分,得到评价学费标准的结果为3.535 8.小于学费适当值5,即当前学费标准较低,可适当提高学费标准.利用多元线性回归模型来对我国目前收费标准进一步定量分析,利用最小二乘法来求得二元线性回归方程,进而求得2010—2014年我国高校的平均收费.得出目前我国农村和城镇的发展水平有着较大的差距,所以应对来自农村和城镇的学生采用不同的收费标准.