El aprendizaje de la evaluación de emociones es un paso no despreciable en el análisis del procesamiento cognitivo de los estudiantes. Los datos son la base de la evaluación de emociones en el aprendizaje. Sin embargo, los modelos existentes de evaluación de emociones en el aprendizaje no pueden equilibrar bien la precisión del modelo y la interpretabilidad debido a la influencia de la incertidumbre en el proceso de recopilación de datos y los errores en los parámetros del modelo. Ante los problemas mencionados, en este documento se propone un nuevo modelo de evaluación de emociones en el aprendizaje basado en el razonamiento de evidencia y una base de reglas de creencias (E-BRB). En primer lugar, se introduce la matriz de transformación para convertir múltiples indicadores emocionales en el mismo marco estándar e integrarlos, lo que mantiene la consistencia de la transformación de la información. En segundo lugar, la relación entre los indicadores emocionales y los estados de emoción en el aprendizaje se modela mediante E-BRB en conjunto con el conocimiento de expertos. Además, empleamos la estrategia de evolución de adaptación de matriz de covarianza de proyección (P-CMA-ES) para optimizar los parámetros del modelo y mejorar la precisión del modelo. Por último, para demostrar la efectividad del modelo propuesto, se aplica a la evaluación de emociones en el aprendizaje de las ciencias. Los resultados experimentales muestran que el modelo tiene una mejor precisión que los modelos basados en datos como las redes neuronales.