یکی از مسائلی که تاثیر بسزایی در امر تصمیم گیری دارد مسئله ی عدم قطعیت هاست. در دنیای واقعی عوامل زیادی وجود دارند که بر روی پارامترهای مختلف مسائل موجودی از جمله تورم تاثیر می گذارند. به طور کلی در شرایط واقعی، تورم تحت تأثیر عوامل مختلفی قرار دارد که ممکن است باعث عدم قطعیت تورم شوند. نا اطمینانی درباره نرخ تورم سبب بی ثباتی و عدم قطعیت در تصمیم های اقتصادی می شود. عدم قطعیت را نمی توان به طور کامل از بین برد ولی امکان حداقل کردن آن از طریق برخی تعدیلات در سیاست های کنترل موجودی وجود دارد. در تحقیق حاضر ابتدا به معرفی یک مدل موجودی با هدف کمینه سازی هزینه های ارزش فعلی می پردازیم. نرخ تورم با ساختار تئوری گواه در نظر گرفته شده که جهت گیری و نوآوری اصلی تحقیق می باشد. به همین دلیل روشی بر پایه ی منطق شهودی ارائه شده است که تاحدودی عدم قطعیت تورم را که به صورت ساختار تئوری گواه می باشد کاهش داده و در نهایت تورم تبدیل به یک بازه می شود. بنابراین به دلیل وجود پارامتر بازه ای، استفاده از الگوریتم های فراابتکاری نسبت به روشهای کلاسیک زمان کمتری را صرف حل مدل می کند. از این رو دو الگوریتم ژنتیک، ارائه شده و اعتبار روش حل با ارائه ی مثال های مختلف و مقایسه با جواب بهینه سنجیده شده است. جهت اثبات مزیت روش حل نسبت به روش های کلاسیک، یک مدل بازرسی ناکامل نیز که به نسبت مدل اول پیچیده تر می باشد آورده شده و نتایج حاصل از حل مدل دوم نیز با الگوریتم پیشنهادی،تحلیل و بررسی شده و در پایان جمع بندی و نتیجه گیری از آن انجام شده است.