教学质量的提升是中国教育实现现代化必不可少的一部分,教学质量评价的科学性、合理性和及时性的改善具有关键性的作用。而传统的教学质量评价方法本身具有的局限性使其饱受争议,因此,建立一种科学合理的教学质量评价模型对高校本科教师教学质量进行评价很有必要。本文主要工作包括:(1)依据构建完善的教学质量评价体系的原则,首先分析了以往教学质量评价方法的优缺点,其次总结目前某高校教学质量评价体系存在的问题,在此基础上,对某高校现有教学质量评价体系的局限性进行改善,形成较为科学合理的教学质量评价体系。(2)基于传统遗传算法,提出了自适应变异的算法,改进的过程是在其寻找全局最优解的变异操作过程中,采用自适应的变异概率,在群体获得不同的适应度值时,适时的采用不同的变异概率,以达到增强或减少群体多样性和优良个体的数目的目的,增强了遗传算法的搜索全局最优解的能力。(3)利用自适应变异的遗传算法优化BP神经网络的初始权值和阈值。由于BP神经网络对初始权值和阈值的依赖性很强,利用改进后的遗传算法优化BP神经网络的初始权值和阈值,减少BP神经网络寻找满足训练终止条件的权值和阈值的时间,提高神经网络对教学质量评价结果的预测精度和收敛速度。(4)引入以数据为基础的客观性评价方法——熵值法,作为BP神经网络的指导机制。通过熵值法求得先验指导样本,然后利用自适应变异遗传算法优化BP神经网络模型学习先验样本知识,建立评价模型,该模型降低了 BP神经网络学习样本的主观性。(5)为了提高教学质量评价模型的可靠性和评价效率,以某高校理论课教学质量的评估为例,建立基于熵值法、自适应变异的遗传算法、BP神经网络三种算法相结合的教学质量评价模型,为高校的教学质量评价提供一个较为可行的方案。