基于BP神经网络模型的高校收费标准分析  

Analysis of university fee standards based on BP neural network model

作　　者：王建宏[1] 周星月[1] 

机构地区：[1]南通大学理学院,江苏南通226019

出　　处：《辽宁工程技术大学学报（自然科学版）》2010年第5期914-917,共4页Journal of Liaoning Technical University (Natural Science)

基　　金：应用型本科院校"十一五"国家基金资助项目(FIB070335-A2-02);江苏省高校自然科学基金资助项目(09KJD510002);江苏省教育科学"十一五"规划青年基金资助项目(C-b/2009/01/039);江苏省现代教育技术研究基金资助项目(2010-R-16945);江苏省高等学校大学生实践创新训练计划资助项目;南通市经济与社会发展热点问题研究基金资助项目(B-10-02);南通大学高等教育研究基金资助项目(09GJ033;2010GJ019;2010CJ036);南通大学教学研究基金资助项目(2009B06);南通大学2009年团建基金资助项目;南通大学学生课外学术科技作品(创业计划)基金资助项目

摘　　要：为了预测高校的收费标准,选取2006年全国高校综合排名前30的高校作为样本,通过对影响高校收费的6个主要因素的比较、分析与统计,得出各个因素的量化值,将该量化值用于BP神经网络收费模型的训练与检验中,从而建立一个相对优化、合理的收费预测、指导模型,为在教育政策改变的情况下,制定出适应不同地区、不同专业以及不同培养要求的高校收费标准。In order to forecast the university fee standards,top 30 universities were selected as samples in the 2006 national comprehensive universities list. By comparing,statistically analysing six major factors which affect the university fee standards,a quantitative value was obtained for each factor. Subsequently,the quantitative values were used as inputs into BP neutral network for trainning and checking the model. An optimized fee prediction and guidance model is thus established. Based on the model,as the variation of policies and various factors,a forecast on new university fee standards for different regions,different professions,as well as the requirements of different cultures can be made.

关 键 词：高校收费标准 BP神经网络 量化 权重矩阵 MATLAB 

分 类 号：F224.9[经济管理—国民经济]