在全球经济一体化和知识经济的大背景下,我国商业企业尤其是我国大型商场面临着严峻的挑战。我国大型商场要谋求生存和发展,“以顾客为关注焦点”是竞争的必然选择。随着计算机技术在商业领域的普及,客流信息在商业竞争中正日益凸现其重要性。构建一个以客流信息为中心,结合其他信息综合分析的智能化商场客流信息监测系统对商家来说无疑能够提高其市场竞争能力。本文采用红外光电传感器技术,建立了一个基于RBF神经网络的客流计数系统,与传统的仅利用光电传感器计数方法相比,该方法提高了实时客流计数准确率。为了更好的分类识别计数,针对采集的连续的时空序列客流数据特点,改进了已有的分割方法和针对客流实际情况的特征提取方法。最后经过稀疏和密集客流模拟仿真测试,结果表明,本文所提出的模型能够识别多人并排的情况,误差率较低,具有理论和实际意义。径向基函数(RBF)神经网络,作为一种新型的数学建模方式,它可以根据具体问题确定相应的网络拓扑结构,学习速度快,具有自动聚类、自学习、自组织的功能,不会出现局部极小值问题,它对连续非线性函数具有一致逼近性,因此,论文提出了基于径向基函数(RBF)神经网络客流量统计系统模型。该系统包括4组安装在商场门口或出入口的两侧位于脚腕高度的红外对射型光电传感器,对顾客进行数据采集。对于红外客流采集系统来说有两个重点:特征提取的方法和径向基神经网络的分类。这种方法可以减少数据中的噪音。这种方法可以解决几个顾客距离较近的情况。这个系统具有准确性、智能性和鲁棒性,最后还给出了实验结果。目前的结果显示这种基于径向基的客流采集系统对于一个开放的场合的客流统计是行之有效的,并且建立了一个客流人数的结果输出系统。