幼儿教育是孩子教育的基石,幼儿的健康成长是家庭以及社会的殷切希望。目前国内的幼儿教育事业发展相当迅速,传统的幼教方式已经不能满足家长的期望,智慧幼儿园的概念应运而生。如何提升幼儿园的教育质量,如何让幼儿得到更好的发展,这些都需要对幼儿个人本身做出深入的了解,然而幼教人员有限,传统的评估方式已不能满足幼儿园的发展,因此设计更加科学合理的幼儿健康评估模型显得至关重要。本课题是以沈阳市某幼儿园为背景,为创建智慧幼儿园,提出了基于行为特征的幼儿健康评估模型。目前国内外的评价方式都还停留在传统阶段,本文通过将传统评估方式优化并结合创新的评估方法,提出了基于AHP-BPNN的幼儿健康发展评估模型以及基于机器学习的健康评估模型,最后由幼儿保育专家综合分析,分别赋予权重得到最终的评估模型。通过阅读大量文献,对幼儿的健康评估以及新兴的评估方法做了深入的了解。对于传统的评估方式,本文提出来将层次分析方法与BP神经网络相结合,通过反馈神经网络不断迭代更新权重,使得权重配置更加合理。对于新型的基于机器学习的健康评估模型,其大致思路是通过一些设备进行特征数据提取;然后对特征数据进行预处理,预处理部分包含数据的平滑、数据的归一化以及特征降维;之后是对数据进行聚类分析,本文采用的是基于密度聚类的方法,然后采用基于支撑向量机的多分类算法进行分类。最后通过对聚类结果分析,得到最终的评估模型。本评估模型目前已在沈阳市某幼儿园使用,为保育人员减轻了工作压力,让保育人员有更多的精力关注在幼儿个人身上,而不是繁杂的事务处理中。本评估模型有着很强的适用性,可以在其他幼儿园推广使用。