我国是世界上突发事件发生最为严重的国家之一，但应急产业和应急供应链发展滞后，应急物资供给不足和供需不适应等现象频发。应急物资供应商是应急供应链的重要成员，探讨有效的供应商的评价和选择方法对应急供应链的构建和高效运作具有重要意义。　　文章首先从产业组织视角分析应急供应链的结构、应急供应商选择的重要性和选择的流程。然后，在分析应急供应链供应商选择新特点的基础上，分析现行供应商评价指标体系的不足，强调物资质量、供应商快速响应能力、合作兼容性等因素，构建了包括18个指标的应急供应链供应商评价指标体系。　　供应商评价指标体系较复杂且指标间常有不可避免的相关性，神经网络以其强大的非线性映射和自学习能力，在供应商评价选择问题上广泛应用，但传统神经网络方法具有对学习率敏感等缺陷，极限学习机(ELM)能够解决这些问题，但又因权值随意性会造成泛化能力低下。因此，本文采用多种群遗传算法(MPGA)对ELM的输入权值和隐含层偏置进行优化选择，提出了MPGA-ELM算法，通过对UCI数据库的3组数据进行仿真计算，验证了MPGA-ELM具有比ELM更强的泛化能力。之后构建了基于MPGA-ELM的应急供应链供应商评价与选择模型，并将其应用到实例分析中，计算结果证明MPGA-ELM测试误差更小，且能够有效缓解遗传算法在优化ELM过程中的早熟问题。对供应商选择结果的分析发现，选择的供应商满足应急供应链对供应商的快速响应能力和质量等方面的高要求。因此，MPGA-ELM算法应用于应急供应链供应商评价与选择问题是有效的。　　最后，从应急供应链的发展和应急供应链供应商选择的内容两方面，提出了针对性的政策建议。