本文主要研究了我国高校学费现状及定价的相关模型，分析了影响高校学费的几个重要因素，并结合BP（Back Propagation,误差反向传播神经网络）神经网络和平均影响值（MIV,Mean Impact Value）变量筛选方法建立了合理的高校学费定价模型。主要研究内容如下：首先，结合已有文献结果分析了影响高校学费的6大因素：生均培养成本、国家投入与补助、学校办学水平、专业差异、居民承受能力及学生需求与预期收益。在此基础上，利用BP神经网络和回归分析法，进行了高校学费定价问题的可行性研究。其次，对BP神经网络模型的学习因子、隐层节点数及输入输出神经元个数进行了研究，通过对基于主成分分析的BP神经网络模型（3个影响因素）和基于6大影响因素的BP神经网络模型的对比分析，明确了影响因素的个数对高校学费具有重要作用。然后通过对基于MIV变量筛选的BP神经网络（4个影响因素）和基于主成分分析的BP神经网络方法（3个影响因素）的对比分析，明确了影响因素个数的选择对预测结果具有重要作用。最后针对实际的样本数据，利用所建立模型进行了分析计算，并给出了相应结果。