پیش بینی رفتار خوردگی جهت محافظه از خوردگی، حایز اهمیت است. به منظور پیش بینی خوردگی می توان از شبکه های عصبی مصنوعی استفاده کرد. در این تحقیق، جهت پیش بینی الف- جریان خوردگی استیل ضد رنگ (316) به عنوان تابعی از غلظت سولفات مس و ph ب- جریان خوردگی استیل ضد رنگ (316) به عنوان تابعی از غلظت سولفات مس و سطح الکترود، ج- جریان خوردگی آلومینیوم رویین شده به عنوان تابعی از غلظت اسید فسفریک و زمان روبین شدن، د- جریان و پتانسیل خوردگی سرب به عنوان تابعی از غلظت سولفات سدیم، ph و زمان رویین شدن، ه- مقادیر اجزاء مدار معادل مربوط به منحنی های امپدانس سرب از شبکه های عصبی مصنوعی پیش خورد استفاده شده است. شبکه های مذکور بر اساس پس انتشار خطا آموزش داده شده اند،. برای تهیه داده های مورد نیاز جهت پیش بینی خوردگی و مقادیر اجزاء مدار معادل از اسپکتروسکپی امپدانس و منحنی های تافل استفاده شده است. نتایج بدست آمده است در تطابق خوبی با داده های تجربی قرار دارند و نشان دهنده برتری شبکه های عصبی مصنوعی بر روش mlr می باشند.