摘要：简单介绍了径向基函数神经网络方法的原理和应用,发展了用径向基函数（RBF）对平滑月平均黑子数进行预报的方法.用不同的数据序列对网络进行训练,对未来8个月的平滑月平均黑子数进行预报.用该方法对第23周开始后的平滑月平均黑子数进行逐月预报,并与实测值进行比较,结果表明随着预报实效的延长预报误差被逐渐放大,该方法可以较准确地做出未来4个月的预报,绝对误差可以控制在20以内,标准差为4.8,相对误差控制在38%以内,大部分相对误差不超过15%（占总预报数的89%）,具有较好的应用价值.用于网络训练的样本数量对预报结果会产生一定的影响.

关键词：太阳活动 预报 预报方法 太阳黑子数 神经网络 

单位：中国气象局国家空间天气监测预警中心 北京100081 中国气象局国家遥感卫星辐射测量与定标重点实验室 北京100081 中国科学院国家天文台 北京100012