在我国，高等教育在人才培养上充当了重要角色。大学生学习效果评价就是以高等教育的产品为考察对象，检验人才的质量问题。学习效果评价的本质是一个多变量、多参数、复杂问题的决策过程。 本文在考察了当前国内高等教育状况的前提下，分析了高等职业教育的学生培养体系，将高等职业教育体系划分为理论、实践、理论兼实践三个培养环节。由于学习效果评价具有评价指标的多样性、评价判断的直觉性和评价结果的相对性等特点，传统的评价方法在指标选择、目标权重的确定上存在较大的偏差，故本文采用灰色系统理论算法，从信息的非完备性出发研究和处理该评价系统，并建立了基于灰色理论的学习效果评价体系。神经网络具有自学习能力，通过对已知样本的学习，获得对评价目标重要性的权重协调能力，尽可能消除以往权重确定方法中的人为影响，保证权值的有效性，这对于弱化权重确定中的人为因素是十分有益的，故采用BP网络建立了评价模型。但是，基于神经网络的评价方法又需要传统评价方法的结果作为训练网络的样本模式，所以本系统采用灰色理论评价法和BP网络评价法组合的评价方法作学习效果的评价。 本文采用VB6.0编制了学生学习效果评价软件系统，该软件可对学生数据库，以及评价权值矩阵进行管理。此外，在本系统中还设计了VB6.0与Matlab的接口程序，建立了BP神经网络，并在不同的网络结构参数下训练网络，比较了网络的收敛特性，优化了网络结构。最后通过具体的应用实例，验证了基于BP网络的学生学习效果评价系统在实际应用中的有效性。