财政转移支付是实现国家宏观调控，保障不同区域内政府施政能力和居民生活水平基本平衡的政府间财力调配的一种形式，是政府间财政关系的支柱之一。实现财政转移支付的关键在于解决财政转移支付额的确定问题，传统的方法都把该问题视为线性问题，大都采用诸如线性回归模型等线性模型求解。然而实际上影响财政转移支付额的因素是非线性的，传统的测算方法无论在建立模型还是计算方面都存在诸多问题。本文以转移支付测算为研究对象，实现了利用非线性算法进行的转移支付测算问题建模，应用的主要方法描述如下： 1、本文首次将人工神经网络的方法引入到对财政转移支付标准收支的测算中，利用其中的BP网络进行测算。对于即网络本身易陷入局部极小点及收敛速度慢的问题，在文中也得到了改进； 2、对于财政转移支付中标准收入的测算属于多指标小样本的预测问题，文中首次利用粗集理论对初始的指标体系进行约简，提取出关键性的因素作为神经网络的输入。这样即减少了问题的指标数量，又减少了神经网络输入结点数，从而大大简化了神经网络的结构。 本文还设计了一个标准收入测算系统，该系统主要包括利用粗集理论对因素集进行约简、多元回归分析、BP网络训练和BP网络测试四个测算模块。系统应用的是河北省的实际财政数据，系统测算的结果表明与传统的测算方法相比改进后的神经网络系统具有更好的测算效果。