大学生综合素质评价极其重要,它关系到学生自身发展、学校教育教学改革和用人单位能否获得高质量的人才。为此,本文研究建立了一套从多学科角度、定性分析与定量分析相结合、符合需要的艺工结合类院校大学生综合素质评价系统,并对学生的职业进行了预测。本文研究了影响艺工结合类院校大学生综合素质的因素,建立了大学生综合素质评价指标体系并对各个指标进行了量化分析,利用层次分析法确定了各个指标的权重。为了解决学生素质的模糊性和不确定性问题,文中引入模糊综合评价法分别计算出了每个学生的综合素质及分项素质模块的得分,但在应用模糊数学对学生综合素质进行评价时,计算过程繁琐,无法自动调整隶属度函数及模糊规则。文中设计了新的综合评价数学模型,运用模糊分析与神经网络在评价中各自的优点,提出了一种组合算法—模糊神经网络算法,建立了大学生综合素质模糊神经网络模型,为了加快网络的收敛速度,训练过程中采用了聚类分析法,对各项指标的数值进行了聚类。此方法能实现综合素质智能化,计算精度较高,解决了模糊评价不能自动调整隶属度函数的问题,能较好的对学生素质进行评价。但网络收敛速度没有得到根本性的提高,为了解决这一问题,文中采用模糊数学中的相似测度法对模型的隐层节点数进行了改进,实验证明该模型增加了网络的收敛速度并优化了网络结构。本文阐述了小波分析与神经网络结合对职业预测的优点,构建了基于小波神经网络的职业预测模型,把职业分为四类,分别对网络进行训练,该模型具有良好的仿真性、预测精度较高、训练时间较短,预测结果为学生对自己职业全方位了解提供了有力依据。