近些年,人力资源在企业中占有着越来越重要的地位,进而人岗匹配开始得到越来越多的企业的重视。知识型员工已经成为当前社会很重要的资源,所以知识型员工岗位匹配评价就更为重要。传统的人岗匹配的评价方法有很多,如:排列法、分类法、评分法、因素比较法等等,这些方法虽有一定的合理性但是主观性却太强。作为人工智能的一种,BP神经网络已经开始被应用到管理评价当中,因此本文致力于研究将BP神经网络与AHP层次分析法这两种理论方法应用于知识型员工-岗位匹配当中,以期更好、更高的效率解决知识型员工人岗匹配问题。论文比较了传统的人岗匹配方法,介绍了知识型员工以及BP神经网络、AHP的相关理论。在此基础上,基于BP神经网络、AHP原理各自的优势,针对本文要解决的知识型员工岗位匹配问题,论文提出了基于AHP-BP神经网络的知识型员工-岗位匹配评价思想。论文呈现了该方法的流程:利用AHP对评价指标进行筛选,确定知识型员工-岗位匹配评价要素,并且利用AHP进行评价;利用AHP筛选的指标构建BP神经网络模型,然后利用所构建的BP神经网络模型对知识型员工-岗位匹配进行评价;将上述两种评价方法的结果进行组合加权,得出最终的评价结果。接着,论文通过算例仿真对其所构建的评价方法进行验证,结果表明了该模型是科学有效的。最后,本文又分别比较了基于AHP、BP、AHP-BP三种知识型员工-岗位匹配评价方法的优劣,比较结果显示本文所提出的综合评价方法,既利用了AHP评价法操作简单、易于理解、解释力强、可用于比较研究的特点,又利用了BP神经网络的基于客观数据评价的优势,将二者很好地结合了起来。为企业在实际中解决人岗匹配评价问题提供了有效的方法和依据。