Предложен новый метод оперативного прогноза неблагоприятных метеорологических условий (НМУ) на основе искусственных нейронных сетей. Проведен сравнительный анализ трех подходов: пошаговой линейной регрессии с предварительной линеаризацией связей и синоптическим предиктором, а также многослойного перцептрона - с включением и без включения синоптического предиктора. Обучение и тестирование моделей проведено на данных девяти городов (суммарно более 35 лет наблюдений). Все подходы показали достаточную эффективность, при этом нейросетевые схемы обеспечили лучшую предупрежденность НМУ при меньшем числе ложных тревог. Результаты демонстрируют перспективность автоматизации учета крупномасштабных атмосферных процессов вместо традиционной ручной классификации синоптических ситуаций.