《重点推荐》基于Agent的高校学费定价模型及实现

huashi3483

基于Agent的高校学费定价模型及实现
纪秋颖[1,2] 林健[2]
[1]北京航空航天大学经济管理学院,北京100083 [2]五邑大学系统科学与技术研究所,广东江门529020
摘　要:
考虑经济效率和教育公平，基于多智能体系统建立高校学费定价模型，以学费对个人及其家庭高等教育选择为微观准则，以此为基础通过MAS仿真得到高等教育对社会的经济收益和从公平性反映的社会收益。社会收益值最大时对应的学费即为最优学费。最后，依据本模型实现了高校收费定价仿真系统，进行了仿真实验，得到收费定价最优值与经济效率和教育公平的关系。[著者文摘]

天之仁

晕，怎么没见文章

foreverandever

就是啊. 怎么没见文章啊..

dingyw520

管理员附件在哪啊？

ljt11

就是啊,没有文章啊,怎么搞的啊

vigce

1 引言
当前的收费研究局限于定性和静态方面[1], 给从定量和动
态角度来认识高等教育收费带来了很大的局限。本文从社会包
含经济效率和教育公平两方面的社会利益出发, 基于多智能体
系统(Multi- Agent System, MAS) 建立高校学费定价模型对高
校收费进行研究。该模型以学费对学生接受高等教育的影响为
微观准则, 以此为基础通过MAS 仿真得到高等教育对社会的
经济收益和从公平性反映的社会收益。最后, 实现了该仿真系
统, 进行了仿真实验, 并得到收费定价最优值与经济效率和教
育公平的关系。
2 数学表达
根据世界银行专家萨卡拉波罗斯的研究, 从社会整体的角
度考虑, 高等教育的投资收益率较高, 有利于社会整体的发展。
而投资的来源有两个: 居民储蓄和政府投资。用居民储蓄投资
会使得一部分成绩好的学生因为没钱交学费而失去接受高等
教育的机会, 产生不公平性; 另一方面, 由于居民储蓄的很大一
部分并不用于再投资生产。因此, 如果采用政府投资而不是用
居民储蓄投资的方式来解决教育投资问题不利于提高当前的
经济效率。这两者投资额度的比例决定了整体的社会效益, 而
最大化社会效益是高等教育的最终目标。因此, 本研究的目标
函数可以表达式为:
max G=wE·E+wF·F
s.t. wE+wF=1 ( 1)
其中, G 为整体的社会效益;
wE 和wF 分别为两者效益值的权重系数;
E 为经济效率量度;
F 为公平性量度。
因为社会的发展对高等教育人口的需求为一定值[2,3], 如果所
有的高校学生都能支付起学费则可以达到最大的经济效率。因
此, E 可以采用可以支付起学费的学生比例数来衡量。见( 2) 式:
E= Np
No
( 2)
其中, Np 为能支付起学费的学生数; No 为总招收人数。
公平性的最大体现是具有最强学习能力的人进入了高校
接受了高等教育, 因此, F 可以采用接受高等教育的人数中在
最前No 名占有的人数的比例来衡量。见( 3) 式:
F= Nl
No
( 3)
其中, Nl 为具有最强学习能力的人占总招收人数的比例。
基于Agent 的高校学费定价模型及实现
纪秋颖1, 2 林健2
1( 北京航空航天大学经济管理学院, 北京100083)
2( 五邑大学系统科学与技术研究所, 广东江门529020)
E- mail: jiqiuying@126.com
摘要考虑经济效率和教育公平, 基于多智能体系统建立高校学费定价模型, 以学费对个人及其家庭高等教育选择为
微观准则, 以此为基础通过MAS 仿真得到高等教育对社会的经济收益和从公平性反映的社会收益。社会收益值最大时
对应的学费即为最优学费。最后, 依据本模型实现了高校收费定价仿真系统, 进行了仿真实验, 得到收费定价最优值与经
济效率和教育公平的关系。
关键词高等教育学费多智能体系统仿真模型
文章编号1002- 8331- ( 2006) 22- 0225- 02 文献标识码A 中图分类号TP18; F248
Agent Based Tuition Pr icing Model and Implementation for Colleges
J i Qiuying1, 2 Lin J ian2
1( School of Economics & Management, Beihang University, Beijing 100083)
2( Systems Science & Technology Institute, Wuyi University, Jiangmen, Guangdong 529020)
Abstr act: A tuition pricing model for higher education is proposed through the method of multi- agent system simulation
based on social interest, which consists of economic development efficiency and education fairness.As a micro guideline,
the influence of tuition price on the acceptance of higher education for candidate student is taken as the basis to
obtain the relation between social interest and tuition price through MAS simulation.Tuition is optimum when the value
of social interest reaches its maximum value.At last, a simulation software system is developed based on the proposed
model, and an experiment is conducted to obtain the quantitative relation between optimum tuition and social interest.
Keywords: higher education, tuition, multi- agent system, simulation model
基金项目: 国家自然科学基金资助项目( 编号: 70471074) ; 全国教育科学“十五”规划重点资助项目( 编号: DIA030154)
作者简介: 纪秋颖, 博士研究生, 副教授, 主要从事信息管理与信息系统、高等教育管理研究。林健, 教授, 博士生导师, 主要从事复杂管理系统建模
与仿真、信息管理与信息系统以及高等教育管理研究。
225
2006.22 计算机工程与应用
总结以上, ( 1) 式中的目标函数可以转化为:
max G= wE·Np+wF·Nl
No
( 4)
3 仿真模型
高校收费定价对学生是否选择高等教育会在不同阶段产
生多方面的复杂影响, 包括: 学费的高低会对中学阶段贫困学
生学习的努力程度产生影响; 高考结束后入学前阶段又会对贫
困学生是否选择接受高等教育产生影响。这些影响呈现动态
性、非线性、随机性等特征, 整体表现为一个复杂系统, 用数学
的方式很难求解。因此, 本文采用MAS 仿真的方式来进行本
研究。
3.1 模型理论框架
MAS 是指由多个Agent 组成的系统。MAS 的优点表现在
其核心思想———“适应性造就复杂性”, 体现为: ( 1) 主体是主动
的、活的实体。主体所具有的主动性、适应性是系统进化的基本
动因, 而成为考察系统整体现象的出发点。( 2) 把主体与系统整
体、宏观与微观联系起来。它通过主体与环境的相互作用, 使得
主体的变化成为整个系统变化的基础, 统一考察。( 3) 引进了随
机因素的作用, 具有更强的描述和表达能力[4]。
主体方面, 根据“输入→规则处理→输出”的模式: 对于外
界环境及其他主体的刺激, 主体根据自身的规则来做出其反
应。整体方面, 通过运行结果数据, 对整体加以考察。MAS 就在
主体与整体之间起到联结作用。框架示意图在图1 中给出。
图1 中, 输入为学费, 各Agent 在学费和其他因素的影响
下, 经过学习和考试, 最终有部分Agent 得到学习机会, 此时可
以根据( 3) 式得到社会效益值的输出。为得到最优的学费值, 需
要把经过多次仿真得到的离散数据拟合出连续曲线, 并由此得
到最优社会效益值对应的学费, 即为最优学费。
3.2 模型主体分析
模型主体为学生, 其要进入高校获取入学资格过程见图2。
学生的高考成绩与能力指标和临场发挥两个因素相关。简
化为下式:
Score=Abil·Site ( 5)
其中, Abil 为能力指标, 服从!=75, "=6 的正态分布, 60 以
下为60, 100 以上为100; Site 为临场发挥, 服从!=1, "=0.05 的
正态分布, 0.5 以下为0.5, 1.5 以上为1.5。
支付学费的可能性则与学费承受能力和高等教育期望收
益以及收费价格等因素相关。见( 6) 式:
Pay= #·Expe- Price if Offer<Price
1 if Offer>Pric " e
( 6)
Pay 表示是否愿意支付学费, 当Pay≥1 时, 表示愿意支付
学费; Expe 为高等教育期望收益, 其取值为12 002 元[5]; # 为个人
保守程度, 值越低, 保守程度越高, 本实验为一取值范围为[0, 1]
的平均随机数; Price 为学费定价; Offer 为对学费的承受能力。
Offer 按表1 和表2 的文献[6]中2001 年城镇居民学费承
受能力表和2001 年农村居民学费承受能力表中的分布取值[6]。
其中, 农村、城市人口的比例取62.34: 37.66[7]。
4 技术实现
考虑计算的简便性, 采用Matlab 7.0 为开发平台。
具体实现步骤见图3。
( 1) 设置经济效率与公平权重wE 和wF;
( 2) 设置多个学费取值;
( 3) 对应于多个学费取值, 分别进行Agent 入学资格获取
过程仿真;
( 4) 统计出对应于各学费经济效率和公平性量度;
( 5) 用Matlab cftool 工具将得到的离散统计数据拟合出六
次多项式连续曲线;
( 6) 采用fminbnd(·) 函数求极大值, 对应的学费即为最优
学费。
5 实验结果
取Agent 实例数为10 000, 取值为314 562, 由毛入学率为
13.3%确定总入学人数[8]。得到经济效率效益值的权重系数wE
分别为0 和1 对应的社会效益曲线及最优学费, 如图4。
( 下转232 页)
226
2006.22 计算机工程与应用
6 结论
( 1) 本文提出的模型考虑了社会系统的动态性、非线性、随
机性等特征, 可以评估调整学费定价对社会的影响;
( 2) 经济效率、公平权重不同时, 高等教育学费定价的最优
值不同。公平的权重越大, 则学费最优值越低;
( 3) 从表1 中的最优学费值可以看出, 即使只考虑经济效
率的情况下, 学费也不是越高越好;
( 4) 当前的学费( 4 000 元~5 000 元) 是同时兼顾效率和公
平性的取值, 可以根据社会经济系统的运行状况进行适当的调
整。( 收稿日期: 2006 年5 月)
参考文献
1.贺祖斌.高等教育生态研究述评[J].广西师范大学学报( 哲学社会科学
版) , 2005; 1( 41) : 123～127
2.Psacharopoulos, George.Returns to Education: A Further International
Update and Implications[J].Journal of Human Resources, 1985; 20( 4) :
583～604
3.岳昌君.高等教育人口比重的国际比较[J].比较教育研究, 2004; ( 2) :
11～15
4.许国志编.系统科学[M].上海: 上海科技教育出版社, 2000
5.岳昌君.教育对个人收入差异的影响.http: //www.usc.cuhk.edu.hk/wk_
wzdetails.asp?id=3527, 2003
6.刘奕, 张帆.我国居民高等教育支付能力及学费政策的实证研究[J].中
国软科学, 2004; 158( 2) : 14～20
7.中国国家统计局.2001 年数据———人口数及构成.http: //www.stats.gov.
cn/tjsj/ndsj/2001c/d0401c.htm, 2001
8.贺武华. 教育制度变迁与我国高等教育发展.http : / /www.edu.cn/
20030910/3090640.shtml, 2003
wE 六次多项式最优学费值/元
0 5.062×10- 26·x6- 3.28×10- 21·x5+8.029×10- 17·x4- 8.747×10- 13·x3+3.248×10- 9·x2+6.267×10- 6·x+1.002 0
1 2.557×10- 25·x6- 1.57×10- 20·x5+3.66×10- 16·x4- 3.479×10- 12·x3- 1.153×10- 9·x2+2.012×10- 4·x+0.005 7 635
( 上接226 页) 表1 拟合曲线表
上就认为属于熟练的规则, 对学生掌握知识情况进行评估。
对比实验结果如图1 所示。图中横坐标刻度表示第几个学
生, 纵坐标刻度1、2、3、4 分别对应于掌握知识的四种状况, 即:
不熟练、不很熟练、一般性熟练、熟练。从图可见, 专家判决结果
和本文方法判决结果在20 个学生中有17 个相同, 而专家判决
结果和百分比统计结果在20 个学生中只有9 个相同, 说明本
文提出的诊断方法的结果和专家判决结果非常一致。
5 结论
本文提出的基于多标准判决的学生诊断模糊推理方法, 由
于没有使用if- then 规则, 而是提出了基于教育理论的多标准
判决方法, 算法上只是一个矢量与一个矩阵相乘, 因而, 这种新
方法实现起来更加方便、灵活。此外, 尽管本文只是针对基于
Web 学习中对学生学习状况的诊断进行了对比实验( 实验结果
非常理想) , 但对控制与决策领域里的其他应用无疑是非常有
参考价值的。( 收稿日期: 2005 年10 月)
参考文献
1.Robottom J, Moulin C.Using intelligent agents to change the delivery
of education[C].In: proceedings of the 6th Annual Conference on Intelligent
Technology into Computer Science Education in Changing
the Delivery of Computer Science Education, Dublin, Ireland, 1998:
303~309
2.Wenger.Artificial Intelligence and Tutoring Systems[M].Morgan Kaufmann
Publishers, Inc, 1987:13~25
3.Yujian Zhou, Martha W Evens.A Practical Student Model in an Intelligent
Tutoring System[C].In: proceedings of the 11th IEEE International
Conference on Tools with Artificial Intelligence, Chicago, IL,
1999: 13~18
4.Regina Stathacopoulou, Maria Grigoriadou, George D Magoulas et al.
Neural Network- based Fuzzy Modeling of the Diagnostic Process[C].
In: proceedings of Artificial Intelligence in Education, 2001: 476~487
5.Dongming Xu, Huaiqing Wang, Kaile Su.Intelligent Syudent Profiling
with Fuzzy Models[C].In: proceedings of the 35th Hawaii International
Conference on System Sciences, 2002: 351~358
6

shumonetcn

登陆用户后，在附件里面下载，可以用迅雷下载，呵呵

dumz06

谢谢啦

子路

看看哈哈哈

燕子2

可以下载不?