随着我国经济的飞速发展,第一和第二利润源不断萎缩,越来越多的企业将目标瞄准第三利润源——物流。Internet的繁荣在我国已是不争的事实,而物流信息技术(尤其是电子数据交换技术EDI,电子订货系统EOS等)也逐步被企业所采用,现代物流外包凸显了其降低企业成本、提高核心竞争力、提高企业需求反应速度和提高客户服务水平等众多优势。目前,国内对物流外包过程风险研究相对较少,风险评价方法普遍采用专家打分法、模糊综合评判法和层次分析法。然而,对于评价指标众多,指标关系复杂的项目,这些方法会导致难以判断,计算复杂,数据不准等问题。物流外包过程涉及因素较多,用这些方法运算起来既复杂又不够理想。因此,寻求一种既快速又实用的风险评价方法是十分必要的。本文在分析了物流外包的流程及关键活动之后,总结出了我国物流外包过程中存在的问题。从实施物流外包企业的角度出发,系统地对其外包风险进行了分析与研究。从总体上总结出了我国物流外包风险的特征,对影响风险因素进行了的辨识,构建物流外包评价指标体系,提出了风险的评价方法,根据物流外包的特点和已有数据,建立了基于BP人工神经网络的风险综合评价模型。最后,通过实例对所构建的模型进行训练和验证,经验证后的稳定模型能够准确的对物流外包实施项目进行风险综合评价。本文在传统的BP神经网络算法基础之上,运用BP网络的改进方法,提高了其运行速度,改进了网络模型的泛化能力,使评价指标多、工作量大的评价方法变得简单、快捷、准确。通过该模型可以迅速的计算出物流外包项目的综合风险评价结果,有效的解决了风险因素繁多、指标相关性复杂的风险评价问题。