短波通信广泛应用于军事和民用通信，电离层反射信道是短波通信中的主要信道，该信道不但复杂而且是时变的，严重影响了短波通信的可靠性。当前人们建立可靠短波通信的主要辅助方法是“短波通信频率预测”。该方法只针对频率进行预测，且预测结果皆为一段较长时间内的平均值，在应用上的灵活性和全面性不够理想。本文提出了一种新的辅助方法：短波通信效能评估法。该方法在实际应用时有两个待解决的问题：一是效能评估中存在确定性和不确定性影响因素，且确定性影响因素本身存在着采集不确定性，如何刻画出影响因素中的不确定性并将其转化为评价值；二是影响短波通信效能的因素很多，且效能与其影响因素是复杂的非线性关系，如何从大量复杂非线性的指标中得到合理的评估值。本文采用了改进型云神经网络来实现对短波通信效能的评估，有效的解决了上述两个问题，该网络是在现有的云神经网络基础上加以改进后得到的。在确定云模型个数和云模型数字特征的问题上，现有的云神经网络主要采用人为设定或云变换的方式。由于短波通信效能评估的输入维数较大且训练样本数据稀疏，在这种情况下，采用人为设定的方式将影响评估结果的准确度，采用云变换的方式将使评估系统的时间复杂度变得非常高，本文采用传统RBF神经网络中心确定的方法解决了这一问题。在网络学习过程中，发现现有的云神经网络针对样本中不确定性规律的学习不够彻底，本文采用“多触发与叠加”的思想设计云神经网络的改进学习算法提高了其学习能力。经过大量实验，改进型云神经网络既拥有神经网络的非线性逼近能力，也拥有云模型刻画不确定性的能力，能够将短波通信效能评估的训练样本中所蕴含的不确定性传输到网络中，使网络学习到训练样本中的确定性规律和不确定性规律。与现有的云神经网络相比，其预测准确度有所提高，尤其在处理“输入维数较大且样本数据稀疏”问题中有明显优势，改进型云神经网络能够有效的对短波通信进行效能评估，在可靠的短波通信建立过程中能够起到很好的辅助作用。