教学评价应该是以教学目标为依据，对学习者在整个学习过程中的学习行为进行综合性的评判，而不能只是对学习者在学习结束后进行简单的总结性判断。但是，目前国内大多数网络教学的评价方式仅限于教师对学习者在线测验成绩的评价，很少考虑学习者自身的评价、同伴的评价，其评价因素单一，导致评价结果的可信度差，不能令人满意。随着人工智能Agent技术的发展与成熟，逐渐得到人们的重视，越来越多的应用到网络教学系统中来，给网络教学提供了更新、更广的发展空间。但是，网络教学评价系统作为网络教学系统的子系统，并没有借助人工智能技术很成熟地应用到实际教学中。　　本文认为在进行网络教学评价时，应该须考虑教师—学生、学生—学生之间的同步和异步的交互，让学习者感到自己的学习活动并不孤立，并不是只有机器（计算机）在和自己进行对话交流，而是始终有一群人一起参与探讨、学习，借助网络教学评价，使自身的学习成效不断提高，更加接近甚至赶超教学目标。因此，网络教学评价系统应该具有综合性、人性化、智能化等特点。　　本文对基于多Agent的网络教学模糊综合评价模型作了深入的调查与研究，内容主要包含以下两方面:　　首先，对现有网络教学评价系统以及网络教学评价方法进行深入研究分析，归纳出了现有网络教学评价系统存在的局限性，根据智能网络教学评价系统的发展模式和应用需求，提出基于模糊综合理论的网络教学评价模型，并针对学习者学习评价方面进行了详细设计;　　其次，通过对各种相关教学评价理论和技术，如AHP（层次分析法）、多Agent技术、移动Agent等深入研究，结合现代教育评价理念，采用多种技术相结合的系统构造方法，设计了一个基于多Agent技术的网络教学评价系统模型，进行了初步的实践验证。