目前对于高校教师教学评价,还没有一种评价方式是极其公平、合理和科学的。为使其评价更具有科学性,通常将数学的方法引入高校教师教学质量评价中,一般包括:传统统计分析评价模型、模糊评价法、灰色决策法、层次分析法(AHP)等等。由于教师教学评价是一个非线性的问题,上述方法虽然取得了一些好的结果,但是这些方法又都具有一定的局限性,不论是在评价指标的选取上,还是在评价指标权值的设置上都不够科学和客观,存在一定的主观性。人工神经网络凭借其本身具有的非线性处理、自适应学习、高度容错能力等特性在诸多领域中得到了广泛的使用。BP神经网络是神经网络中的一种,具有很强的非线性映射能力,因此对于解决教师教学评价这种非线性关系问题具有很强的可行性和科学性。在建立教师教学评价体系的过程中,本文将主要从不同学科专业考虑,设置不同的评价指标项目,建立不同的评价指标体系。利用MATLAB工具箱强大的功能,建立BP神经网络,进行训练网络、测试网络、最终分析实验结果。经过实验论证,基于BP神经网络的教师教学评价模型在教学评价方面的应用是科学的、客观的和合理的。