随着当前高等教育教学改革的不断深化和发展,对教育质量的研究越来越受到人们的重视。提高教育质量的重点是提高教学质量,教学评价是提高教育教学质量的关键举措。因此建立和完善教学质量评价体系对教育管理具有十分重要的意义。本文在对高校教学质量评价现状和特点进行深入研究的基础上,结合神经网络的特点,构建了基于BP神经网络和INI神经网络的教学质量评价模型,并对模型中用到的BP算法和代数算法分别进行了理论上的分析和训练结果的对比,为教学质量评价模型提供了可行的解决方案。具体来说,本文做了以下方面的工作:(l)讨论了构建完善的教学质量评价体系的主要问题和主要困难,并就这些问题和困难进行了分析,给出了解决的思路。在分析以往教学质量评价方法的优缺点和总结现有教学质量评价模型方法的基础上,针对现有评价方法的局限性,构建了基于神经网络的教学质量评价模型。(2)在介绍主成分分析基本原理的基础上,针对从指标的相关系数矩阵中提取主成分不能反映各指标变异程度上的差异信息的问题进行了改进,同时给出了改进后的主成分分析法在反映原始数据所包含的各指标变异程度上的差异信息上的理论证明。接着利用改进后的主成分分析法,在保留大量原始信息的前提下对评价指标进行降维,避免了由于网络模型过于复杂而影响预测效果。(3)全面综合地介绍了神经网络领域的知识,在降维的基础上对BP神经网络模型的构建以及训练进行了系统的研究,确定了基于BP神经网络的教学质量评价模型的网络结构和学习算法,并对训练结果进行了分析。(4)针对BP算法存在的问题,本文讨论了代数算法的基本理论和优点,并将其运用到神经网络教学质量评价模型中,通过具体实例显示和分析了结果,说明了使用代数算法对教学质量建模的有效性和准确性。