在數學建模領域，放射狀基底函數網絡（Radial basis function network，縮寫 RBF network）是一種使用放射狀基底函數作為激活函數的人工神經網絡。放射狀基底函數網絡的輸出是輸入的放射狀基底函數和神經元參數的線性組合。放射狀基底函數網絡具有多種用途，包括包括函數近似法、時間序列預測、分類和系統控制。他們最早由布魯姆赫德（Broomhead）和洛維（Lowe）在1988年建立。
放射狀基底函數網絡通常有三層：輸入層、隱藏層和一個非線性激活函數和線性徑向基神經網絡輸出層。輸入可以被建模為實數向量。輸出是輸入向量的一個純量函數。
