可持续发展现已成为全球性共识。同时,制造业全球一体化的趋势使得供应链管理在企业运营中的地位日益提高。为了适应时代的发展,企业逐渐确立了可持续供应链的战略地位。可持续供应链由于其外部环境的不稳定及内部结构的复杂,易遭受各种风险,因此可持续供应链风险评估就成为企业迫切的核心议题。本文在可持续发展的理念背景下,考虑供应链风险因素的不确定性以及风险因素间相互影响的现实情况,分析了可持续供应链风险评估的基本决策问题。即,在研究混合信息多粒度粗糙集理论的基础上,考虑决策信息的不完备、不精确性及专家知识背景的差异性等现实因素,建立了可持续供应链关键风险因素识别及风险控制的决策模型与方法。论文梳理了可持续供应链风险管理与评估的相关研究,对可持续供应链风险评估中决策问题的特征以及传统的决策理论运用于其中所面临的困难进行了总结,进而指出把多粒度粗糙集理论应用于可持续供应链风险评估中的可行性以及优势。主要研究内容包括:可持续供应链关键风险因素识别的混合信息多粒度群决策模型。本文在梳理可持续供应链风险评估相关研究的基础上,得到风险因素具有风险源众多,风险因素之间相互影响的特征。进一步地,本文同时考虑专家知识背景,构建了可持续供应链关键风险因素识别的混合信息多粒度群决策模型。具体地说,本文借鉴了经典的逼近理想解排序方法（TOPSIS）和决策者实验室方法（DEMATEL）,在粒计算理论的框架下建立了基于相似关系的多粒度粗糙模糊集来融合混合信息,将其扩展为基于混合信息多粒度群决策的决策实验室方法。在此基础上,构建了可持续供应链关键风险因素识别的混合信息多粒度群决策模型与方法。同时结合实际的算例对模型进行求解及分析,不仅确定了具体实例中可持续供应链的关键风险因素及其相互影响关系,还验证了模型的科学性和合理性。可持续供应链关键风险因素控制的混合信息多粒度群决策模型。可持续供应链风险控制的目的就是在对风险因素进行识别评估的基础上,采取科学有效的方法规避风险。因此,本文中的风险控制是事前控制,根据可持续供应链关键风险因素识别的决策模型算例的结果可知,需要控制的关键风险因素即如何选择恰当的供应商,这是一个典型的多属性群决策问题。因此,本文的可持续供应链关键风险因素控制的决策问题实际上转化为了在风险控制的视角下的供应商选择问题。在可持续供应链管理的背景下,本文考虑决策者的知识背景以及决策偏好,构建了混合偏好信息系统。在分析混合偏好信息系统的基础上,引入Choquet积分来解决系统中存在的非可加性特征,在多粒度粗糙集群决策问题的框架下给出了一种新的信息融合角度。同时,为了使经典多粒度粗糙集理论具有更好的容错能力,提出了基于包含度的混合信息多粒度粗糙模糊集,进一步建立了可持续供应链关键风险因素控制的混合信息多粒度群决策模型。相应地,本文给出了具体的决策模型及算法,并通过算例对其进行了验证。