随着物联网、大数据、人工智能等新兴信息技术的飞速发展及其在教育教学中应用的不断深入，学习环境开始由数字化向智慧化转变，智慧学习环境应运而生。高校作为响应学习环境改革的先导示范，投入大量的资金人力进行各自的智慧学习环境建设，而建设水平和应用效果难以进行合理评判，因此对多空间融合的高校智慧学习环境进行评价研究具有重要的理论和实践意义。
　　首先，介绍了智慧学习环境和学习空间的概念和研究现状，基于多空间融合的视角提出具有整体性、智能性、开放性和生态性特征的智慧学习环境模型，并对其构成要素物理空间、资源空间和社交空间进行详解，分析了相互影响关系。再提出智慧学习环境设计原则，开展案例分析，为华中师范大学智慧学习环境建设提供参考。
　　其次，以智慧学习环境的三大空间要素作为评价指标体系的一级指标，通过参考相关文献资料，结合师生的实际需求，初步构建了28个二级指标。再选用德尔菲法，通过两轮专家咨询，最终形成了3个一级指标、26个二级指标的智慧学习环境评价指标体系。
　　最后，基于评价指标体系，设计调查问卷收集样本数据。选用因子分析法对指标进行缩减，结合BP神经网络算法建立评价模型，针对BP神经网络的不足，使用遗传算法优化其参数。以华中师范大学为例进行评价模型实证分析，根据模型的预测结果得到华中师范大学的智慧学习环境评价结果，通过与结合层次分析法和模糊综合评价法的传统评价模型进行对比，验证了模型的有效性。
　　研究结果表明，华中师范大学的智慧学习环境评价等级为良，还有待进一步提高。基于因子分析和BP神经网络的评价模型较好的规避了传统评价模型的人为主观因素影响，更符合智慧学习环境实际诉求。上述研究成果在理论上丰富了智慧学习环境研究，在实践中为智慧学习环境后续改善提供了参考价值。