文档介绍：,在竞赛开始后参赛队员不能以任何方式(包括电话、电子邮件、网上咨询等)与队外的任何人(包括指导教师)研究、讨论与赛题有关的问题。我们知道,抄袭别人的成果是违反竞赛规则的,如果引用别人的成果或其他公开的资料(包括网上查到的资料),必须按照规定的参考文献的表述方式在正文引用处和参考文献中明确列出。我们郑重承诺,严格遵守竞赛规则,以保证竞赛的公正、公平性。如有违反竞赛规则的行为,我们将受到严肃处理。我们参赛选择的题号是(从A/B/C/D中选择一项填写): 我们的参赛报名号为(如果赛区设置报名号的话):所属学校(请填写完整的全名):参赛队员(打印并签名):(打印并签名):日期:年月日赛区评阅编号(由赛区组委会评阅前进行编号):2008高教社杯全国大学生数学建模竞赛编号专用页赛区评阅编号(由赛区组委会评阅前进行编号):赛区评阅记录(可供赛区评阅时使用):评阅人评分备注全国统一编号(由赛区组委会送交全国前编号):全国评阅编号(由全国组委会评阅前进行编号):基于BP神经网络的高校学费标准模型摘要本文基于中国国情,在大量现有数据的基础上,对影响中国高校学费的因素:办学水平、生均成本、专业差别、学校总收入、不同地域与经济情况等做了分析,因为这些因素涉及面广,很难集中地用数学方式进行表述与分析。所以本文应用BP神经网络算法来处理具有残缺结构和能够分析含有错误成分的数据。本文采取理论与实证相结合的研究思路。首先,通过对前人文献的分析与理解,从理论上对影响高等院校收费的因素进行全面、细致、客观的分析,找出关键因素。其次,分析相应因素的构成:找出一些具有说服力、代表性的指标来规范分析。再次,选取样本高校,对其相对因素进行比较分析与数字化。接着,将选取的样本高校的相应指标带入方程式,训练模型。最后,用剩下的样本带入模型,对其进行检验。考虑到当前我国的经费实际情况,本文站在政府绩效层面上,建立了鼓励高校自筹经费、谋求社会捐赠,提高政府的高校投入经费效益率,满足承受能力和教育成本约束条件下的模型,根据现有数据从政府的高效投入经费效益率最大化为目标,在基本约束条件下得出高校最优收费标准,采用MatLab编程,然后利用神经网络来对样本进行实验,模拟现实,得出最优学费通过我们的模型,高校应适当降低学费,各校采取独立的学费标准。关键字学费BP神经网络社会效益问题的重述随着我国招生规模的不断扩大,我国高等教育已提前进入大众化教育阶段,2007年末高等教育毛入学率达到23%,在校生超过2500万人[1]。与此同时,据调查统计20世纪末在政府教育经费中,与世界各国相比,大陆高教经费所占比例偏高,大约在22%—24%左右。近年来,政府加强了高等教育重大项目的财政投入,许多公立高校从银行获得巨额贷款。政府对高教的投入总量随着公共教育总经费的提高而继续增加,但由于普及九年义务教育是重中之重,政府财政拨款重心将转移。[2]学费危机问题:从高等教育生均成本的相对水平看,目前学费负担的压力是相当大的。1990年,生均相对成本(即生均成本占人均GDP的比重),到2001年,;%%,地方属高等学校中学生负担水平的变化更为明显,%%。这表明,%%(%)。学费对公民的经济负担已经到了相当高的程度,继续增加的余地并不大。[2]高等教育学费关系到广大人民的切身利益,近年来受到社会各方面的广泛关注。综上所述:过低的学费,使学校财力不足而无法保证办学质量;也会增加国家高等教育经费支出,挤占其他公共事业的支出。过高的学费会使很多学生无力支付。因此,根据中国国情,在已有的数据基础上,运用数学建模的方法,对高等教育学费标准做出分析与判断是一个重要问题。问题的分析高校的学费收取因素涉及到各个综合复杂的因素,一个学校在制定学费的收取标准时应考虑到教学成本,培养质量,学校经费,学生的承受能力。在近年高校学费不断上涨的的情形下,各种说法不一,如何给出一个学校的学费收取标准的参考模型尤为重要。由于高等教育属于非义务教育阶段,考虑到当前我国的经费实际情况,应站在政府绩效层面上应建立基于鼓励高校自筹经费、谋求社会捐赠,提高政府的高校投入经费效益率,满足承受能力和教育成本约束条件下的模型。并非站在高校和个人利益角度,在满足约束条件下,选取最低或者最高学费为收费标准。这对将有限的政府经费进行充分利用,将高等教育的成本由政府和个人主要承担者转向为在高等教育对社会的贡献中收益的企业和富有阶层。模型的建立就是根据现有数据从政府的高效投入经费效益率最大化出