采用ＢＰ神经网络建立了碳钢表面合金化处理后的耐腐蚀性能的预测模型，分析了网络结构对预测精度的影响，神经网络将寻求序列规律的过程转化为Ｒ＾ｎ→Ｒ＾ｍ逼近的非线性映射的非线性优化问题，适当增加输入单元的历史序列样本，可以得到对序列更为精确的预测，存在最优隐含层节点数。最后进行实际预测，结果表明，这一预测方法对金属材料耐腐蚀试验有指导意义，并具有一定的实用价值。