Luận văn nghiên cứu ứng dụng mạng neural Radial Basis Function (RBF) trong bài toán xấp xỉ hàm nhiều biến số, một vấn đề trọng tâm trong học máy và khoa học tính toán. Nội dung tập trung vào việc phân tích cấu trúc, nguyên lý hoạt động và khả năng xấp xỉ vạn năng của mạng RBF so với các mô hình truyền thống như mạng Perceptron đa lớp. Luận văn đề xuất các thuật toán tối ưu hóa cho việc xác định tâm và độ rộng của hàm cơ sở, kết hợp với phương pháp học có giám sát nhằm nâng cao độ chính xác và tốc độ hội tụ. Các thực nghiệm trên các bộ dữ liệu đa chiều cho thấy mạng RBF có ưu điểm vượt trội về khả năng tổng quát hóa và xử lý dữ liệu phi tuyến phức tạp. Kết quả nghiên cứu khẳng định tính hiệu quả của mạng RBF trong việc giải quyết bài toán xấp xỉ hàm nhiều biến, mở ra hướng ứng dụng trong nhận dạng hệ thống và dự báo số liệu.