关键词：海水腐蚀 bp神经网络模型 预测 

摘要：金属在海水中的腐蚀机理及变化规律十分复杂，且采集腐蚀数据存在时间间隔不均匀、数据量小等问题，难以获取准确数据。基于灰色系统理论，提出运用能够适应具有无规律的采集时序数据的不等时距GM（1，1）模型对金属海水腐蚀速率进行建模，并引入了BP人工神经网络模型对预测结果进行残差修正，以提高预测精度。以A3钢与15MnMoVN钢腐蚀行为作为实例，进行预测和分析。结果显示：不等时距GM（1，1）与BP神经网络组合预测模型的预测效果明显优于单一预测模型，能更真实地反映海水腐蚀的变化趋势，因而具有较高应用价值。

材料保护杂志要求:

{1}文章题目应简明确切地表述文章的内容，一般不超过20个字。

{2}按照GB/T7714-2005《文后参考文献著录规则》的有关规定，本刊参考文献采用顺序-编码制，引用的参考文献请在正文中用方括号和阿拉伯数字按顺序标在引用处。

{3}文稿一律文责自负，第一作者及通讯作者必须对论文的科学性、真实性和伦理学问题等负责。

{4}经审核初步拟定刊用的稿件按退修意见修改后，请通过本刊稿件处理系统发回修改稿。超过编辑部规定时间未修回者按自动撤稿处理。

{5}摘要是一篇论文最有意义的部分，是标题的放大和论文的浓缩，拥有与文献同等量的主要信息。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社