【正文】 中國(guó)教育經(jīng)費(fèi)統(tǒng)計(jì)年鑒》 ]2[ 的數(shù)據(jù)，可以求的全國(guó) 31 個(gè)省 ，直轄市的生均學(xué)費(fèi)、 人均事業(yè)性經(jīng)費(fèi)支出、預(yù)算內(nèi)事業(yè)性經(jīng)費(fèi)撥款占教育經(jīng)費(fèi)收入百分比和事業(yè)性收入中非學(xué)費(fèi)收入所占百分比，求解方法同上。 1）部屬院校生均學(xué)費(fèi)模型： cxay ii i ????31 其中： y ：表示部屬院校生均學(xué)費(fèi)； jx ：表示影響部屬院校生均學(xué)費(fèi)的第 j 種因數(shù)（ j =1， 2， 3）。 在表達(dá)式一、二中，若固定其中兩個(gè)變量，令另外一變量變化，會(huì)有如下結(jié)果： 在表達(dá)式一中：部屬院校生均事業(yè)性經(jīng)費(fèi)支出 1x 每增加 1000 元，部屬院校生均學(xué)費(fèi) y 提高 152元；預(yù)算內(nèi)事業(yè)性撥款占教育經(jīng)費(fèi)收入比重 2x 每提高 1 個(gè)百分點(diǎn)，生均學(xué)費(fèi) y 降低 元；事業(yè)性收入中非學(xué)費(fèi)收入所占比重 3x 每提高 1 個(gè)百分點(diǎn)，生均實(shí)際學(xué)費(fèi) y 降低 元。 從上可以看出，其結(jié)論主要有以下兩點(diǎn)： 生均事業(yè)性經(jīng)費(fèi)支出、預(yù)算內(nèi)事業(yè)性經(jīng)費(fèi)撥款占教育經(jīng)費(fèi)收入的比重，就業(yè)收入中除學(xué)費(fèi)收入外所占比重是影響高校學(xué)費(fèi) 的三大要素。 4． 2 BP 神經(jīng)網(wǎng)絡(luò)模型的建立與求解 模型的準(zhǔn)備 神經(jīng)網(wǎng)絡(luò) ]3[ 是單個(gè)并行處理元素的集合，我們從生物學(xué)神經(jīng)系統(tǒng)得到啟發(fā)。 一般的神經(jīng)網(wǎng)絡(luò)都是可調(diào)節(jié)的，或者說(shuō)可訓(xùn)練的，這樣一個(gè)特定的輸入便可得到要求的 輸出。這里，網(wǎng)絡(luò)根據(jù)輸出和目標(biāo)的比較而調(diào)整，直到網(wǎng)絡(luò)輸出和目標(biāo)匹配。 7 圖 [1] 神經(jīng)網(wǎng)絡(luò)權(quán)重訓(xùn)練過(guò)程圖 神經(jīng)網(wǎng)絡(luò)已經(jīng)在各個(gè)領(lǐng)域中應(yīng)用，以實(shí)現(xiàn)各種復(fù)雜的功能。 如今神經(jīng)網(wǎng)絡(luò)能夠用來(lái)解決常規(guī)計(jì)算機(jī)和人難以解決的問(wèn)題。 一般普遍使用有監(jiān) 督訓(xùn)練方法，但是也能夠通過(guò)無(wú)監(jiān)督的訓(xùn)練方法或者直接設(shè)計(jì)得到其他的神經(jīng)網(wǎng)絡(luò)。一些線形網(wǎng)絡(luò)和 Hopfiel 網(wǎng)絡(luò)是直接設(shè)計(jì)的。 BP 網(wǎng)絡(luò)是采用 HoffWidrow ? 學(xué)習(xí)算法和非線性可微轉(zhuǎn)移函數(shù)的多層網(wǎng)絡(luò)。 ationbackpropag 就是指的為非線性多層網(wǎng)絡(luò)計(jì)算梯度的方法。神經(jīng)網(wǎng)絡(luò)工具箱提供了許多這樣的算法。使用函數(shù) newff 建立一個(gè)可訓(xùn)練的前饋網(wǎng)絡(luò)，并初始化網(wǎng)絡(luò)權(quán)重和偏置。一旦網(wǎng)絡(luò)加權(quán)和偏差被初始化，網(wǎng)絡(luò)就可以開(kāi)始訓(xùn)練了，通過(guò)函數(shù) train 實(shí)現(xiàn)，網(wǎng)絡(luò)訓(xùn)練處理需要一套適當(dāng)?shù)木W(wǎng)絡(luò)操作的例子 網(wǎng)絡(luò)輸入 p 和目標(biāo)輸出 t ，在訓(xùn)練期間網(wǎng)絡(luò)的加權(quán)和偏差不斷的把網(wǎng)絡(luò)性能函數(shù) performF. 減少到最小。函數(shù) sim 模擬一個(gè)網(wǎng)絡(luò)， sim 接收網(wǎng)絡(luò)輸入和網(wǎng)絡(luò)對(duì)象返回輸出。即 對(duì)于當(dāng)前的訓(xùn)練樣本，網(wǎng)絡(luò)可以進(jìn)行很好的擬合，但是對(duì)于同質(zhì)的其他樣本 .網(wǎng)絡(luò)擬合能力會(huì)較差，也就是該網(wǎng)絡(luò)推廣能力差。因此，應(yīng)該采取方法提高網(wǎng)絡(luò)的推廣能力。訓(xùn)練集用于網(wǎng)絡(luò)訓(xùn)練，驗(yàn)證集用于在網(wǎng)絡(luò)訓(xùn)練過(guò)程中防止訓(xùn)練過(guò)擬合，即當(dāng)訓(xùn)練集誤差繼續(xù) 下降，但驗(yàn)證集誤差開(kāi)始上升時(shí)網(wǎng)絡(luò)停止訓(xùn)練，測(cè)試集則用于對(duì)訓(xùn)練好的網(wǎng)絡(luò)進(jìn)行測(cè)試，以檢查網(wǎng)絡(luò)推廣能力大小。 貝葉斯規(guī)則 BP 算法 貝葉斯規(guī)則 BP 算法是一種能提高網(wǎng)絡(luò)推廣能力的優(yōu)化算法，其權(quán)值更新采用的是 LM 算法。 模型的建立 根據(jù)以上對(duì)問(wèn)題的分析， 在信息不足的條件下， 在模型的建立之前，首先得收集大量的數(shù)據(jù)并對(duì)收集到的數(shù)據(jù)作相應(yīng)的處理。 在充分利用網(wǎng)絡(luò)與圖書(shū)資源的基礎(chǔ)上，我們收集到 2020 年有關(guān)國(guó)家財(cái)政撥款、社會(huì)籌款、學(xué)雜費(fèi)、其他自籌、居民收入、部分院校辦學(xué)經(jīng)費(fèi)、辦學(xué)水平、辦學(xué)質(zhì)量以及教育花費(fèi)的數(shù)據(jù)如下表： 表 [3] 2020 年各地區(qū)教育經(jīng)費(fèi)來(lái)源 地區(qū) 生均撥 款 社會(huì)籌 款 學(xué)雜費(fèi) 其他籌 款 生均培 養(yǎng)費(fèi) 家庭收入 農(nóng)村 城鎮(zhèn) 北京市 天津市 河北省 遼寧省 上海市 江蘇省 浙江省 福建省 山東省 廣東省 海南省 山西省 內(nèi)蒙古 吉林省 黑龍江 江西省 安徽省 河南省 9 湖北省 湖南省 廣西 重慶市 四川省 貴州省 云南省 西藏 陜西省 甘肅省 青海省 寧夏 新疆 表 [4] 2020 年各地區(qū)農(nóng)村居民純收入和城鎮(zhèn)居民可支配收入（單位：元） 地區(qū) 農(nóng)村 居民純收入 城鎮(zhèn) 居民可支配收入 北 京 天 津 河 北 遼 寧 上 海 江 蘇 浙 江 福 建 山 東 廣 東 海 南 東 部 山 西 內(nèi)蒙古 吉 林 黑龍江 安 徽 江 西 河 南 湖 北 湖 南 廣 西 中 部 重 慶 四 川 貴 州 10 云 南 西 藏 陜 西 甘 肅 青 海 寧 夏 新 疆 西 部 表 [5] 2020 年各類高校教育經(jīng)費(fèi)投入量（辦學(xué)經(jīng)費(fèi)統(tǒng)計(jì)） 各類高校年教育經(jīng)費(fèi)投入量（億元） 新疆大學(xué) 中山大學(xué) 貴州大學(xué) 蘭州大學(xué) 西安交通大學(xué) 成都理工大學(xué) 昆明理工大學(xué) 南昌大學(xué) 東北大學(xué) 西安理工大學(xué) 太原理工大學(xué) 寧夏理工學(xué)院 浙江海洋學(xué)院東?？萍紝W(xué)院 衡陽(yáng)師范學(xué)院南岳學(xué)院 湖南工程學(xué)院應(yīng)用技術(shù)學(xué)院 資源來(lái)源：網(wǎng)絡(luò)資源 2020 年中國(guó)大學(xué)年教育經(jīng)費(fèi)排行 ]9[ 。 表 [7] 2020 年不同地區(qū)各高校在人才培養(yǎng)和科學(xué)研究方面得分（辦學(xué)質(zhì)量統(tǒng)計(jì)表） 校名 總得分 人才培養(yǎng)得分 科學(xué)研究得分 新疆大學(xué) 中山大學(xué) 貴州大學(xué) 蘭州大學(xué) 西安交通大學(xué) 成都理工大學(xué) 昆明理工大學(xué) 南昌大學(xué) 東北大 學(xué) 西安理工大學(xué) 太原理工大學(xué) 寧夏理工大學(xué) 浙江海洋學(xué)院東?？萍紝W(xué)院 衡陽(yáng)師范學(xué)院南岳學(xué)院 湖南工程學(xué)院應(yīng)用技術(shù)學(xué)院 資源來(lái)源：網(wǎng)絡(luò)資源 2020 年中國(guó)大學(xué)前 100 名 ]10[ 。 這里有 31 組數(shù)據(jù)，我們從中任意選取 25 組用于模型的建立，其中 20 組用于模型訓(xùn)練， 5 組作為檢驗(yàn)數(shù)據(jù)，而未參與建模的 20 組數(shù)據(jù)則用于對(duì)模型的驗(yàn)證。運(yùn)用 BP 網(wǎng)絡(luò)建模分析時(shí)，以這些參數(shù)作為網(wǎng)絡(luò)的輸入?yún)?shù)，輸入層有 6 個(gè)節(jié)點(diǎn)，輸出層一個(gè)節(jié)點(diǎn)，由公式（ 1）計(jì)算出隱層節(jié)點(diǎn)的個(gè)數(shù)： 2 ?????? nmnmnS （ 1） 其中： m 為輸入層節(jié)點(diǎn)數(shù)； n 為輸出層節(jié)點(diǎn)數(shù)； S 為隱層節(jié)點(diǎn)數(shù)。這樣就可以建立三層神經(jīng)網(wǎng)絡(luò)模型，模型的計(jì)算公式為：輸入節(jié)點(diǎn)為 iX ，隱節(jié)點(diǎn)為 iy ，輸出節(jié)點(diǎn)為 lO ， 閾值為 ? ， 輸入節(jié)點(diǎn)與隱節(jié)點(diǎn)間的網(wǎng)絡(luò)權(quán)值為 jiw ，隱節(jié)點(diǎn)與輸出節(jié)點(diǎn)的網(wǎng)絡(luò)權(quán)值 ilT ， 輸出節(jié)點(diǎn)的期望輸出為 lt ， 網(wǎng)絡(luò)層的輸入輸出關(guān)系可描述為： )()( ij ijjii ne tfXwfy ??? ? ? 其中 ? ??j ijjii Xw ?； 令 ix? ， ??xf 是激發(fā)函數(shù)，可以取不同的形式，如： siglog 函數(shù)： ? ? xexf ???1 1 Tansig 函數(shù)： ? ? 11 2 2 ??? ? xexf Purelin 函數(shù)： ? ? xxf ? 以及徑向基函數(shù)、樣條基函數(shù)、小波函數(shù)等，本文中采用 Tansig 函數(shù)和 Purelin 函數(shù)。根據(jù)樣本數(shù)據(jù)自動(dòng)確定輸入層、輸出層的神經(jīng)元數(shù)目，同時(shí)自動(dòng)調(diào)整隱層神經(jīng)元數(shù)目；根 據(jù)輸入設(shè)定確定神經(jīng)網(wǎng)絡(luò)隱層層數(shù)、隱層及輸出層變換函數(shù)、訓(xùn)練算法函數(shù)。其調(diào)用語(yǔ)法為： ),],. .... .,[,],. .... .,[,( 11 2121 PFB L EB T FTFTFTFSSSPRne w ffne t NN?