El retraso ionosférico tiene un efecto severo en la reducción de la precisión del posicionamiento y la navegación de receptores de frecuencia única. Por lo tanto, es necesario construir un modelo ionosférico regional preciso para aplicaciones en tiempo real del Sistema Global de Navegación por Satélite (GNSS). Se utilizaron los contenidos totales de electrones (TEC) de 839 estaciones GNSS afiliadas a la Red de Observación de la Tierra GPS para construir un modelo ionosférico japonés (JIM) basado en una red neuronal de perceptrón multicapa. Durante condiciones de espacio tranquilo, el coeficiente de correlación entre los objetivos y las predicciones del JIM fue de aproximadamente 0.98, y el error cuadrático medio (RMSE) de los residuos de TEC fue de ~1.5 TECU, mientras que bajo eventos espaciales severos, el coeficiente de correlación aumentó a 0.99, y el RMSE correspondiente cayó a 0.96 TECU. Además, el modelo JIM reconstruyó con éxito los mapas de TEC bidimensionales (tiempo vs latitud), y los mapas de TEC presentaron variaciones horarias y estacionales evidentes. La mayoría de los residuos de TEC se acumularon entre el tiempo universal 01-06 con una magnitud promedio de 1-2 TECU. Además, el modelo JIM tuvo un rendimiento de predicción perfecto bajo varios tipos de entornos espaciales complejos. En los días tranquilos, la precisión de predicción del JIM fue casi igual a la del mapa global de ionosfera (GIM), y en algunos momentos, el JIM fue más competitivo que el GIM. En los días perturbados, los RMSE de los residuos de TEC fueron proporcionales a la velocidad del viento solar y fueron inversamente proporcionales al valor geomagnético Dst. El RMSE máximo del JIM fue inferior a 2 TECU, mientras que los RMSE correspondientes para el IRI y el TIE-GCM superaron 5 TECU.