ارزیابی اعضای هیات علمی شامل مراحلی است از سنجش و آگاه ساختن اعضای هیات علمی از نحوه انجام کار و مسئولیتهای محوله که در ابعاد مختلف مطرح میشود. در پژوهش حاضر ارزیابی اعضای هیات علمی از دو منظر آموزشی و پژوهشی صورت گرفته است. جامعه آماری پژوهش حاضر307 نفر از اعضای هیات علمی یکی از دانشگاههای دولتی است. اطلاعات عملکردآموزشی با همکاری دفتر نظارت، ارزیابی و تضمین کیفیت دانشگاه و همچنین اطلاعات عملکردپژوهشی با همکاری معاونت پژوهشی دانشگاه تهیه شده است. تجزیه و تحلیل داده ها با استفاده از روش هوش مصنوعی و با بکارگیری نرم افزار متلب انجام شده است. در تحلیل نتایج، ابتدا با استفاده از خوشه بندی آستانه ای، اعضای هیات علمی به چهار خوشه تقسیم بندی شدند. سپس در گام دوم تحلیل، از پتانسیل شبکه ی عصبی رگرسیون عمومی استفاده شده است. با بکارگیری شبکه عصبی رگرسیون عمومی، میزان وابستگی افراد به هر یک از خوشه های چهارگانه مشخص شده است. با توجه به نتایج به دست آمده بیشتر اعضای هیات علمی در خوشه دوم(فقط آموزش بالا) قرار گرفتند و کمترین فراوانی در خوشه سوم(فقط پژوهش بالا) قرار دارد. همچنین در مجموع عملکردپژوهشی و آموزشی بین دانشکده ها، دانشکده شیمی(99/0و60/0) رتبه اول و دانشکده های تربیت بدنی(34/0و99/0)، علوم پایه(58/0و37/0) و علوم اقتصادی و اداری(40/0و47/0) رتبه های بعدی را کسب کردند. در بخش پایانی با مقایسه دو روش ضمن بررسی مزایای استفاده از شبکه عصبی رگرسیون عمومی، پیشنهادات لازم ارائه شده است.