随着在供应链中信息化的大量实施,当今的供应链风险管理已经从过去的单纯以降低风险损失为目的的被动方式,发展到以预测和预防风险为目的的主动方式。国内外的相关研究大部分局限在管理学,讨论集中在供应链风险的定义、导致供应链风险的因素以及这些因素的分类、供应链风险的管理内容等等,而这些研究只能作为战略层面的理论基础,在现实的供应链预警中并不具备很强的可操作性,尤其供应链预警在信息系统中如何实施更是少有涉及。通过本文的研究以达到如下目标:在供应链战略目标和计划不变的情况下,用最小的代价在操作层面上有效防范供应链风险、持续改进供应链风险管理,来增强企业的竞争能力。本文在管理学的角度上讨论了供应链和供应链风险,以此为基础,分析了各推理算法模型在供应链风险预警应用中的适用性,并提出了分而治之的、开放的适用多种算法的解决方案,该方案具有易扩展性和普遍适用性的特点。本文将概率度量贯穿于供应链的宏观层面与微观层面。在宏观层面上提出基于拓扑结构的计算稳定概率的算法,并在此基础上进行敏感性分析。在微观层面上就不同类型的单一物流结点提出一套广泛适用的方法进行风险计算和评价。本文先是以管理学的概念入手介绍了何为供应链风险。接着简单介绍了决策树、人工神经网络和贝叶斯方法。以这些分类算法为典型代表来深入分析算法模型在供应链风险预警应用中的适用性上的优缺点,然后提出分层的,分而治之的解决方案。就宏观层面上,解决了供应链拓扑结果相关的风险计算在算法上高效实现的问题,并论证了如何进行敏感性分析以找到最需处理的物流结点。接着微观上针对不同性质的物流结点,分别采用专家打分、历史记录统计和贝叶斯的一套方法计算稳定概率。然后简单实现以证明方案的可行性,解决两个层面的协调问题。文章最后进一步展望了供应链风险预警研究的前景和发展方向。