20xx年數學建模b題優秀論文-wenkub

　

【正文】 的經費保障。 構建我國社會主義和諧社會是離不開教育的，這需要通過各方努力，積極地建設現代國民教育體系，優化教育結構和教育資源，大力發展義務教育尤其是農村義務教育、職業教育和高等教育，不斷提高人口素質，多出人才、出好人才，全面實施科教興國戰略，并由此促進社會主義和諧社會的早日到來。教育對社會發展作用越來越大 。 根據生均 事業性經費支出、預算內事業性經費撥款占教育經費收入比重、事業收入中非學費收入占比重和人均 GDP 等因素， 建立了多元線形回 歸模型，利用 SPSS 軟件得出： 部屬院校生均學費： 321 5 8 0 . 5 8 9 xxxy ???? 地方院校生均學費： 4321 2 4 8 xxxxy ????? 對影響學費標準的 9 種主要指標權重問題，建立了 BP 神經網絡模型，采用了 LM 算法對多個樣本進行訓練，得出了以下結論： ○ 1 不同地區：生均培養費，家庭收入，財政撥款，學雜費，學校自籌，社會籌款對學費高低 的影響程度逐漸減小； ○ 2 不同層次的高校：辦學質量，辦學經費，辦學水平，生均培養費，家庭收入，財政撥款，學雜費，學校自籌，社會籌款這 9 個指標對高校學費的影響程度逐漸減小。 最后根據以上結論向有關部門提出了一份建議報告。 在增強綜合國力中教育具有基礎性地位；教育是經濟、政治、文化建設的基礎工程；教育是具有先導性、全局性、基礎性的知識產業和關鍵的基礎設施；教育是知識創新、傳播和應用的主要基地。 對于我國一個人口資源大國，我們開始確立把我國從人口資源大國轉變為人力資源強國的發展戰略。高等教育屬于非義務教育，其經費在世界各國都由政府財政撥款、學校自籌、社會捐贈和學費收入等幾部分組成。 教育 成本要合理估算和論證 , 制訂標準需考慮民眾經濟和心理承受力 , 制定等教育的價格要建立在不以營利為目的、以補償教育成本為目標的基礎上 , 同時要堅持差異性原則。可見，涉及高等教育收費的許多根本問題，皆非高等教育系統內部所能決定和 解決的。而經濟方面的影響因素還主要涉及各方面的承受能力、高等教育個人收益率、高等教育的供需狀況、生均培養成本以及地區差異。具體可分三步進行： ○ 1 、從宏觀上看高等教育學費標準主要影響因素有事業性經費支出、預算內事業性經費撥款占教育經費收入比重、事業收入中非學費收入占比重和人均 GDP（僅限于地方院校）。 ○ 3 根據以上兩個模型的求解，得出明確、有說服力的結論。 其他自籌：指學校 通過校辦工廠等或得的收入。 人員費用包括：教職工基本工資、津貼、獎金、社會保障繳費、其他人員支出； 公用支出包括：辦公費、印刷費、水電費、取暖費、郵電費、交通費、差旅費、會議費、培養費、福利費、勞務費、招待費、租賃費、物業管理費、維修費、專用材料費、 其它公用支出； 生均培養成本：高等學校培養一個標準學生的平均成本。 ljiM ：表示第 i 個省或直轄市的第 l 類高校中第 j 類學校的學費。 根據表中的數據，借助 SPSS 軟件進行求解，其結果見其表達式一： 321 5 8 0 . 5 8 9 xxxy ???? 2）由于各地區存在著較大的經濟差異，在此我們考慮人均 GDP，再綜合考慮影響生均學費的構成因素建立出： 地方院校生均學費模型： cxayii i ????41， 根據表中的數據，借助 SPSS 軟件進行求解，其結果見其表達式二： 6 4321 2 4 8 xxxxy ????? 其中： 1x ： 生均事業性經費支出平均值； 2x ：預算內所占比 重平均值； 3x ：事業收入中非學費收入所占比重平均值； 4x ：生均事業性經費指數（生均事業性經費支出 /人均 GDP）。 生均事業性經費支出，預算內事業性經費撥款占教育經費收入的比重對地方高等學校生均學費的影響大于部屬高等學校的影響。如下圖所示。這些領域包括：模式識別、鑒定、分類、語音、翻譯和控制系統。無監督網絡可以被應用在數據組的辨別上。一個典型的 BP網絡采用的是梯度下降算法，也就是 HoffWidrow ? 算法所規定的。 使用神經網絡模型來解決一個問題一般要經過建立網絡對象、初始化網絡權重和偏置、網絡訓練、網絡模擬這些步驟。常用到的訓練函數有 adapt、 traindm 等。推廣能力差的網絡即使對訓練樣本的擬合能力再好，也毫神經網絡 （包括連接權重） 比較 目 標 輸出 輸入 8 無意義。數據子集的劃分比例無明確要求，一般使訓練集樣本量大于驗證集或測試集，且訓練集與總的數據集相比分布比較相近，使訓練樣本具有代表性信息得以充分利用。 對具有殘缺結構、含有錯誤成分的數據進行分析時， BP 神經網絡 ]2[能夠在信 息含糊、不確定、不完整、存在矛盾及假象等復雜環境中處理分析數據，從而可以提高因素分析的質量。 在此針對影響高等教育學費標準的 9 個指標，將收集到的數據，運用 BP 網絡建立神經網絡模型，提出利用網絡各層間的權重及其分布，計算出各參數對產量指標的影響程度。 12 經計算可得此處的隱層節點數為 5 個。 “ newff ” 函數共有六個輸入參數 ,分別是：輸入向量的范圍、網絡結構、各層變 換函數、訓練算法函數、學習函數和性能函數；同時， “ newff ” 的輸出參數是以 命名的神經網絡。 5） BLF 是學習函數，本文選用 learngdm ； 6） PF 是性能函數 ,缺省為 mse 。設定了 initF. ，那么參數 initFilayer .)(. 也要設定用來決定每一層的初始化函數。根據樣本的輸入矢量 P 、目標矢量 T ，和預先已設置好的訓練函數對網絡進行訓練。 模型的訓練 由于數據有限，我們分兩部分進行訓練，其一是按地區，考慮不同地區經濟情況的差異，以及政府對不同地區的扶助政策不同，對不同地區的學費定價也不一樣；其二是按高校等級，由于不同學校其所屬級別不一樣，辦學水平與辦學質量也有一定的差異，同時辦學質量高的學校科研項目也相對較多，因此國家愿意為其支付高額開支。并且 LM 算法最擅長解決函數逼近問題。城鎮家庭收入、生均培養費與學費增長呈正相關關系，家庭收入、生均培養費越高，學費越高，這些因素的變化滿足一個函數關系，學費的高低也由家庭收入和生均培養費制約。 綜合分析，以地區為樣本進行訓練得出的各個因素影響結果為 生均培養費 家庭收入 財政撥款 學雜費 學校自籌 社會籌款 這里選擇以農村的情況作為基準是因為在實際中財政撥款在學校運行的經費指出中、占了很大一部分，也是對貧困生的一大資助措施。 對于農村，得其整理出的數據見附錄表 [11]，用神經網絡訓練結果如圖所示： 17 圖 [5] 農村訓練誤差及步數曲線 注：橫軸：訓練步數 縱軸：偏差變量 模擬出結果為： a=[ ] 其中每一項分別表示財政撥款、社會籌款、學雜費、學校自籌、城鎮家庭收入、教育花費、辦學經費、辦學水平、辦學質量，由此可以得出，教育花費對學費影響最大，按影響程度系數從大到小排列如下所示： 辦學質量 辦學經費 辦學水平 農村家庭收入 學校自籌 教育花費 財政撥款 學雜費 社會籌款 其中 財政撥款、社會籌款、學雜費、學校自籌、農村家庭收入、教育花費、辦學水平與學費呈負相關，這些費用越少，那么學費就會越高，而農村居民就越不能承受。 在多元線形回歸模型的求解過程中，存在一定的誤差，數據處理與函數擬合貫穿始終，由于在數據處理上，對個別奇異值進行了剔除，難免有部分較精確的數據也在其中被刪除，從而影響了數據的真值。由圖 [2]圖 [5]可知每一次訓練，都是收斂的，故該 18 模型誤差很小，廣泛適用。經濟發達地區普通高等學校教育經費中財政撥款占教育經費支出比例的平均水平明顯高于經濟欠發達地區、普通高等學校教育經費中財政撥款占教育經費支出比例的平均水平。除此之外，農村地區經濟力量較城鎮甚為薄弱，難以承擔高額的學費，經濟欠發達地區農村更是難以承擔，如果學費略高，很容易造成很多貧困生無法升入大學，或無法完成學業，尤其是能力較強的學生，喪失讀書的機會也是國家和人民的一大損失！ 根據我們所收集的數據，與神經網絡模型運算的結果，結合當前國際形勢，我們給相關部門提出如下建議。 確定合理的學費標準 教育成本要合理估算和論證 , 制訂標準需考慮民眾經濟和心理承受力 , 制定高等教育的價格要建立在不以營利為目的、以補償教育成本為目標的基礎上 , 同時要堅持差異性