依据现有的草坪质量评价指标体系,于2010年调查了20个草地早熟禾品种成坪后的11项指标,包括草坪的密度、质地、颜色、均一性、绿期、抗病性、盖度、耐践踏性、成坪速度、草坪强度以及生物量。然后,运用神经网络原理及Matlab神经网络工具箱,以其中的15个草地早熟禾品种成坪后的11项指标的实地调查值作为网络输入,以专家打分作为网络输出,通过不断调整网络训练参数,使网络性能达到最优,构建了草坪质量综合评价的BP和RBF神经网络模型,并给出了BP和RBF神经网络模型的分析方法及其Matlab实现步骤。利用训练好了的网络模型,对其余的5个草地早熟禾品种的综合质量评价得分进行网络预测,结果表明,RBF神经网络的预测误差均小于2%,而BP神经网络的预测误差均大于5%,因此,基于RBF神经网络模型的草坪质量评价结果比BP神经网络更准确,可以用于草坪质量综合评价。与常规的加权法、层次分析法或模糊综合评判法评价草坪质量相比,基于RBF神经网络模型的草坪质量综合评价,在一定程度上减少了评价中主观因素的影响,简化了计算步骤,为草坪质量综合评价提供了一种全新的思路。