在高等教育大众化程度日益加深的今天，高等教育质量信受社会关注。提高教育质量的重点是提高教学质量；教学评估是提高教育教学质量的关键举措。但如何建立科学合理的教学质量评价体系是一个比较复杂的问题。在教学质量评估时，由于影响教学质量的因素很多，而且各因素影响的程度也不同，评价结果难以用恰当的数学解析表达式来表示，属于复杂的非线性分类问题，传统的分类方法不能很好地解决这些问题。人工神经网络作为一种新技术，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各类评估问题中得到了广泛的使用。人工神经网络在解决教学质量评估问题时，也具有独特的优势，所以，本文将人工神经网络理论应用于教学质量评估。本文在对高校教学质量评估现状和特点进行深入研究的基础上，结合神经网络技术的特点，提出了基于BP网络的教学质量评估模型，并对提出的模型进行了改进和验证，为教学质量评估模型提供了可行的解决方案。具体来说，本文做了以下方面的工作：(1)全面综合地介绍了神经网络领域知识，对BP网络模型的构建以及训练进行了系统的研究。(2)介绍了BP算法存在的问题及改进，提出了BP算法与模拟退火法的改进方法。在此基础上，确定了教学质量评估模型的网络结构、学习参数和学习算法。(3)本文详细介绍了教学质量评估系统的设计与实现。系统采用B/S结构和面向对象的编程技术，实现了教学质量评估的高效化、网络化、智能化。