随着经济和社会的发展,港口之间的竞争变得日趋激烈,港口企业要想生存和发展,就必须树立“以客户为中心”经营管理理念。然而,“以客户为中心”并不是以所有客户为中心,而是要以能给企业带来最大价值的客户为中心。因此,对客户进行价值分析,根据客户价值的不同对其进行分类管理,对于提高企业盈利能力和核心竞争力尤为重要。由于客户分类指标之间存在非线性关系,而径向基函数(Radial Basis Function,RBF)神经网络在处理非线性问题上表现出良好的性能。因此,本文采用RBF神经网络对客户进行分类。本文提出的基于RBF神经网络的港口客户价值分类研究,是以港口客户作为研究对象。本文主要做了以下研究：第一,在客户价值相关理论的指导下,本文通过分析港口业务流程,构建了港口客户价值评价指标体系；第二,通过分析不同客户分类方法的优缺点,同时考虑到客户指标间存在非线性关系,本文选取RBF神经网络作为港口客户分类方法;第三,本文从港口生产业务系统数据库中提取客户指标数据,将其作为RBF神经网络模型的输入数据,同时,用熵值法确定指标权重,将其综合得分作为RBF神经网络模型的期望输出：第四,通过优化RBF神经网络算法,构建RBF神经网络模型,并对并模型进行仿真和有效性验证；最后,将其他未分类客户指标数据输入到所构建的网络模型中,分析其误差,进一步验证本文所构建的网络模型的有效性,同时,分析客户分类结果及客户指标数据,总结港口客户特征及存在问题的原因并提出改进措施及建议。