Las redes de Base radial fueron desarrolladas por Broomhead y Lowe (1988), J. Moody y C. Darken (1989).

Las redes de función de base radial (RBFN) han sido tradicionalmente asociados con funciones radiales en una red de capa simple.

Los modelos de redes tratados anteriormente están basados en unidades (neuronas) que producen a la salida una función lineal del producto escalar del vector de entrada y el vector de pesos.

(3.34)

En las RBFN consideraremos una clase  dentro de los modelos de las redes neuronales, en el cual la activación de las unidades ocultas, está determinada por la distancia entre el vector de entrada y el vector de pesos:

(3.35)

Las redes de base radial pueden requerir más neuronas que las redes de retropropagación estándar, pero ellas pueden ser diseñadas a menudo en una fracción del tiempo que toma entrenar una red de retropropagación estándar. Estas redes tienen un mejor desempeño cuando el conjunto de vectores de entrenamiento es amplio.

Para este tipo de redes se crearon procedimientos para entrenamiento de redes de función de base radial, los cuales son mucho más rápidos que los métodos usados para entrenar un perceptrón multicapa.