随着经济的高速发展，良好的企业内部管理是企业竞争力强弱的重要因素之一。因此，对企业各部门工作进行评价已经成为企业的重要工作。论文将BP神经网络技术应用于企业评价预测，在完成样本数据的准备、BP改进算法的选择与参数设置的讨论、网络结构的确定后进行网络训练，从而实现对企业评价的建模。　　 首先，论文对神经网络进行介绍，对其中的BP网络的研究现状、应用等方面进行综述。提出了用BP神经网络来解决评价的预测问题。　　 其次，论文以TISA公司的实际评测为背景，对企业提供的大量原始数据进行分析，找出影响TISA公司专家评价的因素；并通过对原始数据的整理和计算，得到了影响评价各因素的样本数据及对应的专家评分。还对整理好的样本数据进行了数据的预处理，以便使样本数据能更适合在网络中训练。　　 第三，介绍传统的BP神经网络算法的基本原理、缺陷，详细介绍了论文所涉及到的改进算法，并通过仿真实验，对改进算法中的各参数提出了适合实际系统使用的初值，为网络的训练做了迸一步的准备。　　 第四，确定BP网络的初始结构，并再次通过反复仿真实验，确定适合评价系统的最佳隐层节点的个数。随后对网络进行正式训练，最后获得实际应用需要的TISA公司的评价软件。　　 论文采用MATLAB语言来实现BP神经网络的构建、训练。在论文各阶段所做的工作，对其他企业的评测模型的建立有一定的通用性和可参照性。