با توجه به پیامدهای ناگوار تورم در بخش های مختلف اقتصاد، آگاهی از احتمال وقوع تورم شدید در آینده نزدیک،فرصتی بسیار مناسب جهت اجتناب از تبعات منفی تورم ایجاد می کند. برای آگاهی از وقوع تورم شدید درآینده نزدیک، در قدم اول باید عوامل مؤثر بر تورم را به درستی شناسایی کرد. در این مقاله از میان داده های ماهانه 21 متغیر احتمالی اثرگذار برتورم، در بازه زمانی فروردین 1375 تا دی ماه 1390ش، با ترکیب الگوریتم ژنتیک و شبکه های عصبی، متغیرهای اساسی مؤثر بر تورم ایران تعیین شده اند. این متغیرها عبارت اند از: حجم نقدینگی، مخارج دولت، شاخص دستمزد نیروی کار، نرخ سود بانکی، تولید ناخالص داخلی، تورم با وقفه زمانی و شاخص قیمت جهانی نفت خام. پس از شناسایی متغیرهای اساسی، یک سیستم هشداردهنده تورم شدید طراحی شده است. این سیستم با بهره گیری از مبانی شبکه های عصبی، احتمال وقوع تورم شدید در بازه شش ماه آتی را پیش بینی می کند. برای طراحی این سیستم از یک شبکه عصبی پیش خور با دولایه پنهان استفاده شده است. نتایجمدل، نشان دهنده عملکرد امیدوارکنندهسیستمهشداردهنده استو سیستمقادربهصدورسیگنال هایهشداردهندهزودهنگام وقوع تورم شدید در آینده نزدیک است.
