摘 要

供应链管理已经成为当代的主流管理思想之一，越来越多的管理者已经开始逐渐意识到供应链风险管理是取得供应链管理成功的关键，而供应链风险评估又是供应链风险管理的基础。贝叶斯网络是不确定性领域最有效的理论模型之一，兼具定性分析和定量分析的特点，具有强大的推理能力。

本文以贝叶斯网络方法为基础，进行了供应链风险评估的研究。首先，在阅读和研究文献的基础上，总结了国内外关于供应链风险评估的研究现状。同时从供应链外部环境、内部环境、整体结构三个角度分析了供应链风险因素，并据此设计了涵盖9类、23个风险因素的供应链风险评估体系。接着，本文引入贝叶斯网络方法，以S煤炭集团所在的煤炭供应链为例，构建了基于贝叶斯网络的煤炭供应链风险评估模型。同时，本文以企业历史风险事件为输入数据，采用最大期望（exception maximization，EM）算法来对煤炭供应链风险评估模型进行参数学习，避免了以往应用贝叶斯网络评估供应链风险需要人工确定评估体系各指标之间的条件概率的限制。最后利用贝叶斯网络进行推理，确定了煤炭供应链各风险因素发生的概率水平并得出了关键风险因素。

关键词：供应链风险评估；贝叶斯网络；EM算法

Abstract

Supply chain management has become one of the mainstream management ideas of the day, more and more managers have begun to gradually realize that supply chain risk management is the key to the success of supply chain management, and supply chain risk assessment is the supply chain risk management basis. Bayesian network is one of the most effective theoretical models in the field of uncertainty. It has the characteristics of qualitative analysis and quantitative analysis, and has strong inferential ability.

Based on the Bayesian network method, this paper studies the supply chain risk assessment. First of all, on the basis of reading and researching literature, this paper summarizes the current research situation of supply chain risk assessment at home and abroad. And it analyzes the supply chain risk factors from the external environment of supply chain, internal environment and overall structure. As a consequence, a supply chain risk assessment system covering nine categories and 23 risk factors is designed. Then, this paper introduces the Bayesian network method, and takes the coal supply chain where S coal group is located as an example to construct the coal supply chain risk assessment model based on Bayesian network. At the same time, this paper takes the historical risk event of enterprise as the input data and adopts the EM algorithm to do parameter learning of the coal supply chain risk assessment model, which avoids the restriction of manually determining the conditional probability between the indicators of the assessment system as usual Bayesian network evaluating the risk of supply chain. Finally, Bayesian network is used to infer, and the probability level of each risk factor of coal supply chain is determined and the key risk factors are drawn..

Key Words：supply chain risk assessment；Bayesian Network；EM algorithm

目 录

摘 要 I

Abstract II

第1章 绪论 1

1.1 研究背景与意义 1

1.1.1 研究背景 1

1.1.2 研究意义 1

1.2 国内外研究现状 2

1.2.1 国外研究现状 2

1.2.2 国内研究现状 3

1.3 预期目标和研究内容 4

1.3.1 预期目标 4

1.3.2 研究内容 4

第2章 供应链风险评估概述 5

2.1 供应链风险的定义和特点 5

2.2 供应链风险因素分析 5

2.2.1 外部风险因素 5

2.2.2 内部风险因素 6

2.2.3 整体运营风险因素 7

2.3 供应链风险评估体系构建 8

2.3.1 评估体系构建原则 8

2.3.2 评估体系的建立 9

2.4 供应链风险评估方法 10

2.4.1 评估方法概述 10

2.4.2 贝叶斯网络方法 10

第3章 贝叶斯网络 11

3.1 贝叶斯网络的概念 11

3.1.1 贝叶斯网络理论基础 11

3.1.2 贝叶斯网络定义 12

3.2 贝叶斯网络推理 13

3.2.1 推理形式 13

3.2.2 推理算法 14

3.3. 贝叶斯网络学习 15

3.3.1 学习类型 15

3.3.2 学习算法 16

第4章 模型构建及案例分析 19

4.1 煤炭供应链风险评估模型构建 19

4.1.1 确定网络节点 19

4.1.2 确定网络结构 20

4.1.3 模型求解思路 21

4.2 案例分析 22

4.2.1 案例背景 22

4.2.2 节点概率分析 22

4.2.3 案例求解 23

第5章 结论及展望 26

5.1 结论 26

5.2 展望 26

参考文献 27

致 谢 29

附录A 30

附录B 33

附录C 41

附录D 43

第1章 绪论

1.1 研究背景与意义

1.1.1 研究背景

20世纪末以来，随着经济全球化的发展，企业所面临的商业环境变得越来越复杂。而传统的管理模式对市场改变的反应缓慢，已无法再应对新的竞争环境。企业要想在激烈的市场竞争中脱颖而出，就必须重新选择适合当下商业环境的管理模式，更好地为顾客提供满意的产品和服务。供应链管理作为一种有效地集成了供应链成员面向客户的服务资源和能力的管理模式与理念，开始被广大企业接受和采用。

然而，供应链管理中的快速反应、联合库存管理、协同规划等手段在提高企业效率的同时，也使得供应链的结构变得愈加复杂，进而增加了供应链中不确定因素可能带来的风险。加上如自然灾害等外部因素的影响，以及供需波动等的冲击，供应链中的风险也越来越多。