当今社会,随着全球化的发展,物流与供应链的进步,企业对于供应商的选择不再局限于地域等因素,可以从全球范围内寻求供货资源,因此各种不可控因素会使来自全球的零部件供应受到不同程度的影响,供应商的供货能力产生波动,对企业的生产、销售、信誉,甚至发展造成不利的影响。供货风险管理问题越来越引起企业的重视。在本文中我们对动态供货风险管理的问题进行了探讨,阐述了制造业中供货风险管理的现状以及其重要性。一般来说,将供应链风险管理的文献分为四类:供货管理、产品管理、需求管理和信息管理。本文将在风险管理的基础上进行讨论。本文同时介绍了遗传算法的发展历史,遗传算法是根据达尔文自然选择和遗传学生物进化论演进的计算模型,是通过模拟自然进化过程来搜寻最优解的一种算法,这些自然模拟过程包括遗传、突变、自然选择以及杂交等。随着计算机能力的发展和实际需求的增多,遗传算法越来越引起人们的重视并将其应用于各个学科领域。本文在供货风险管理中的应用是该算法在供应链领域的应用。本文以某制造商的供应问题为例进行了建模,根据动态规划理论将该企业问题建模成一个多期随机优化问题。求解动态规划模型时通常都面临"维度灾"问题,本文从另外一个角度入手,根据该模型的随机性,设计并开发了遗传算法对该问题进行求解,能够降低"维度灾"问题,并能节省计算时间,同时本文进行了数据参数分析。本文选择了针对遗传算法最常见的三种设计方式,分别为:轮盘赌选择法、随机遍历抽样法和锦标赛选择法,使结果在保证多样性的前提下使下一代更优。通过对这三种设计方式进行数值实验之后,发现在迭代次数上随机遍历法迭代次数最少,其次轮盘赌选择法,迭代次数最多的是锦标赛法。轮盘赌选择法在耗时计算上优于锦标赛法,稍劣于随机遍历抽样法,但是轮盘赌选择法结果上更优,针对该企业实际情况,我们选择轮盘赌设计方法。在本文选取了算法和关键参数之后,进行了数值分析对不同的供应商采购策略进行评估,比较不同策略的表现,通过分析比较挖掘出对企业有管理实践意义的启示。遗传算法的评估结果表明,与马尔科夫决策过程相比,遗传算法能够在更短的求解时间内获得较为满意的解。文中设计了一系列的实验对遗传算法的结果进行分析,并以动态规划所求得的精确解作为对比,从而发现遗传算法能够以牺牲小部分精准性为代价,节省大量的运算时间,从而在精确度与时间消耗上都有比较不错的表现,这在企业的实际决策应用中具有重要的意义。最后,本文进行了系统的数值实验,对比分析不同供应商策略的不同表现,分别对单供应商策略、双供应商策略和多供应商策略的表现进行分析。不同采购策略的评估结果表明,通常情况下,双供应商策略(即增加一个常规供应商)要优于单供应商策略,多供应商策略(即增加第三个供应商)要优于双供应商策略,但是多供应商策略对企业对供货风险的边际效益并不大。因此,在企业应对供货风险时,在供应商的选择方向,需要考虑的是如何在增加一个常规供应商(即双供应商策略)和增加第三个供应商(即多供应商策略)之间进行权衡。