فرسایش وتخریب زودرس سازه های بتنی به دلیل خوردگی آرماتور های فولادی یکی ازمشکلات عمده این سازه ها می باشد. تاکنون اقدامات آزمایشگاهی زیادی در مورد خوردگی آرماتورهاانجام شده است. اماهریک ازاین آزمایشات مستلزم صرف هزینه ووقت می باشد. لذابه کاربردن روشی که ورای محیط آزمایشگاه و فرمول های ریاضی بتواندتا حد قابل قبولی به پیش بینی پارامترهای خوردگی بپردازد، حائز اهمیت خواهد بود. هدف از این تحقیق پیش بینی پارامترهای مهم خوردگی در بتن خود متراکم در بردارنده میلگردهای فولادی محتوی روی می باشد. بدین منظور از شبکه های عصبی مصنوعی پس انتشار استفاده شده است. در این تحقیق با استفاده از نتایج پژوهش های آزمایشگاهی دیگر محققین، مقاومت الکتریکی بتن، درصد نفوذ یون کلر، درصد کاهش جرم و پتانسیل خوردگی میلگرد در جعبه ابزار شبکه های عصبی نرم افزار مطلب مدلسازی شده است. جهت رسیدن به ساختار شبکه مطلوب تعداد نرون های لایه پنهان بین 5 تا 50 و درصد داده های آموزشی و آزمایشی به ترتیب بین 70 – 85 و 15 -20 درصد تغییر داده شده است. همچنین انتخاب داده-های ورودی مرتبط با خروجی مورد بررسی قرارگرفته است. نتایج نشان می دهد که خطای مطلق خروجی شبکه و نتایج آزمایشگاه بین 5% تا 5-% می باشد. همچنین ضریب رگرسیون بالای 95% نشان می دهد که شبکه های پس انتشار قابلیت خوبی در تخمین پارامترهای خوردگی دارند.