提高各少数民族的文化素质,实现各民族共同团结进步,促进各民族共同繁荣,是国家的一项基本政策,民族高校作为给少数民族发展培训人才的主要阵地,教育质量是民族高校发展的核心问题。但是,要提高教育质量重点是要提高教学质量,提高教学质量的有效举措就是教学评价,对于民族高校如何建立有效、科学、合理的教学质量评价体系是首要解决的问题。对教学质量进行评价,要考虑影响教学质量的所有因素,而影响教学质量的因素众多,各因素的影响程度也有差异,所以教学质量评价结果往往很难用适当准确的数学解析式来表达,传统的分类方法无法准确的解决这些问题,而人工神经网络有其非线性映射、学习分类和实时优化的基本特征,为非线性分类和模式识别研究提供了新的研究方法。本课题结合民族高校教学工作的实际特点和教育发展对教学质量的要求,将人工神经网络的理论引入民族高校教学质量评价中,建立相关的数学模型,把众多复杂的指标综合起来,并予以量化,以期为民族高校教学质量评价等级的认定提出更为准确合理而又科学客观的评价方法。通过MATLAB软件编程,构造出BP神经网络模型,利用LMBP算法,经过训练、合理化检验,得到较合理的结果。通过构建民族高校课堂教学质量评价模型。解决主观因素对教学质量评价的影响,为教学质量评价提供一种新思路,为民族高校教学质量建设提供一种新方法。具体来说,本文开展了以下研究工作：1)分析了民族高校教学质量评价体系现状及发展趋势2)介绍了神经网络的相关理论与技术,BP神经网络的算法、原理等。3)从教育理论出发,制定合理的民族高校教学质量评价指标。4)设计基于BP神经网络的民族高校课堂教学质量评价系统,包括神经网络评价模型、网络结构、学习参数和学习算法。5)应用MATLAB仿真软件对已建立的神经网络评价系统进行验证,包括实验设计、实验样本准备、实验过程和实验结果,实验显示,BP神经网络在民族高校教学质量评价体系中的应用是合理可行的。论文结束部分对本文的研究工作进行了总结,并对研究中一些尚待进一步研究的问题进行了讨论。