基于 BP 神经网络的高校硕士研究生收费模型研究
第 4 章 高校硕士研究生收费模型的应用与展望
4.1 收费模型的实际应用
4.1.1 收费仿真模型的建立
在第 3 章中,本文利用 MATLAB 得出了基于 BP 神经网络的收费模型,并对 模型进行了初步的分析,验证了其正确性与可用性.但是,如何在实际中使用该 模型,根据不同高校各自的影响因素利用收费模型对其进行分析检验,做出相对 合理的收费标准预测,指导一些高校收费标准的制定也是本文研究的重点.基于 模型应用的直观性与便捷性考虑,使用 MATLAB 中的 SIMULINK 建立了基于 BP 神经网络的收费仿真模型,实现了神经网络的在线实时训练,检验;通过简便的 参数的输入,与直观的结果输出,实现了学费的在线监督与预测.
SIMULINK 是一个进行动态系统仿真建模和综合分析的集成软件工具, 它提供
基于图形用户界面的系统建模,仿真,通过采用方块图形的方式呈现出系统模型 的各个组成部分 [40] .原来的 MATLAB 只能在文本窗口中编程,以程序语言描述所 建模型,最后只能输出以 M 语言编写的程序文件与对应的网络参数,十分抽象难 于理解.此外,还需要通过在 MATLAB 软件主窗口中输入调用命令,才能最终完 成整个模型的运行与仿真,步骤相对繁琐,麻烦.而 SIMULINK 则把图形窗口扩 展为可以用框图的绘制代替文本程序的编写,界面友好,易于掌握.整个仿真模 型全部通过各种功能不同的仿真模块来表示,最终根据系统各部分模块的功能关 系将其相互连接,组成所需要的系统模型,使得系统模型更加简单直观,易于理 解.而且在调试时,只需要点击图形界面上的运行按钮,就可以轻易地完成模型 的调试与仿真工作.但是 SIMULINK 本身也存在着一定的不足,因为它所有的功 能都是通过方块模型来实现的,这就要求软件本身必须提供大量的模块.此外通 过模块的方式实现系统建模,也限制了用户的开发自由,用户自我开发的程序比 较难于实现. 以上的不足极大地限制了 SIMULINK 的应用. 但是, 基于 MATLAB6.5 以上的 SIMULINK 中,又增加了很多工具箱,包括神经网络工具箱等;并且提供 了与 MATLAB 接口的 MATLAB FUNCTION 函数,使得其功能大为增强,也得到 了更为广泛的应用. 结合本文第 3 章在 MATLAB 中实现的 BP 神经网络收费模型, 本文最终建立了基于 SIMULINK 的收费仿真模型,其系统如图 4.1 所示.
44
硕士学位论文
图 4.1 基于 SIMULINK 的 BP 神经网络收费模型
首先介绍模型的基本功能: ( 1 )可以通过 excel 文件或文本( .txt )文件直接输入待预测学校影响因素参数. 自动通过 MATLAB 处理,直接导入仿真模型进行最终标准学费的预测,模 型使用更加快捷方便. ( 2 )输入待预测学校影响因数参数为原始采样数据,模型将完成对输入数据的预 处理(定义域转换,归一化处理) .使得数据收集与整理更加简单容易,减 少了前期工作量. ( 3 )充分保证预测的准确性,模型具有自我学习更新能力.针对不同的输入数据 进行预处理,首先将其与前期训练,检验模型的样本数据进行对比.如果某 项待预测影响因素参数超出前期训练, 检验收费模型的样本数据范围 (最大, 最小值) ,则首先将该项输入待预影响因素参数设为新的限值,更新该项样 本数据的极值;然后将全部训练与检验样本数据该项因素,按照新的极值全 部重新进行 " 归一化 " 处理,得到新的训练与检验样本,更新模型训练与检验
45
基于 BP 神经网络的高校硕士研究生收费模型研究
样本;最后在 SIMULINK 中调用 MATLAB 函数重新进行神经网络收费模型 的训练与检验,直到获得新的正确模型为止;更新模型参数,以新的收费模 型,对待预测数据进行学费预测.从而充分保证了预测结果的准确性,同时 仿真模型具有自我学习与更新能力,使模型的功能更加完善. ( 4) 仿真结果输出更加直观简便. 其既可以在仿真模型中以波形的形式予以输出, 也可以输出到 excel 或者文本格式( .txt )文档中保存. 下面对仿真模型的工作流程进行简要的介绍: 模型首先将输入的待预测学校影 响因素样本值导入模型中,然后将其与模型训练,检验样本的限值(最大,最小 值)进行比较.因为模型所有的训练,检验样本最终统一变化范围的表示值,都 是通过相应影响因素 " 归一化 " 实现的,如式( 3.1 ) ( 3.2 )所示,从中可以发现, , 其都是基于样本数据的极值来进行处理的.但是一旦样本的极值改变,则所有样 本的该项数据表示值都将发生改变.所以,为了保证模型预测的准确性,如果输 入的待预测影响因素超出训练,检验样本限值,则首先对它进行处理,以其值更 新原样本限值,然后更新样本数据,为模型的重新训练与检验做好准备;然后基 于以上的判断结果,如果输入待预测数据的所有影响因素参数都在原样本数据变 化范围以内,则将其直接输入收费模型进行学费的预测;否则将其作为新的极值 对原样本数据进行处理,得出新的变化范围下的样本值,然后重新进行收费模型 的训练与检验,得出新的正确模型,最终基于新的模型参数对待预测数据进行学 费预测,得出正确的预测结果.仿真模型具体的实现流程如图 4.2 所示: 以上介绍了仿真模型的基本原理与功能,简要地分析了工作流程.下面将进 行模型的具体应用,对实际待预测样本进行学费预测.

下一页