با توجه به پیامدهای ناگوار تورم در بخش‌های مختلف اقتصاد، آگاهی از احتمال وقوع تورم شدید در آینده نزدیک،فرصتی بسیار مناسب جهت اجتناب از تبعات منفی تورم ایجاد می‌کند. برای آگاهی از وقوع تورم شدید درآینده نزدیک، در قدم اول باید عوامل مؤثر بر تورم را به‌درستی شناسایی کرد. در این مقاله از میان داده‌های ماهانه 21 متغیر احتمالی اثرگذار برتورم، در بازه زمانی فروردین 1375 تا دی­ماه 1390ش، با ترکیب الگوریتم ژنتیک و شبکه‌های عصبی، متغیرهای اساسی مؤثر بر تورم ایران تعیین‌شده‌اند. این متغیرها عبارت‌اند 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 بهره‌گیری از مبانی شبکه‌های عصبی، احتمال وقوع تورم شدید در بازه شش ماه آتی را پیش­بینی می­کند. برای طراحی این سیستم از یک شبکه عصبی پیش­خور با دولایه پنهان استفاده‌شده است. نتایجمدل، نشان‌دهنده عملکرد امیدوارکنندهسیستمهشداردهنده استو سیستمقادربهصدورسیگنال­هایهشداردهندهزودهنگام وقوع تورم شدید در آینده نزدیک است.