随着全球化进程的脚步,今天的市场竞争已不再是单个企业与单个企业之间的竞争,更多的是供应链与供应链之间的竞争。供应链是一个十分复杂的网络,包括市场、销售、产品、产品设计、采购、物流、资金和信息技术等各个不同部门相互协调的各种操作和活动,任何一个环节出现问题,都会对其他环节产生影响,甚至导致整个供应链的瘫痪。供应链网络风险源众多,这些风险之间又存在着显性或隐形的关联关系,而且供应链是一个时刻处于变动当中的网络,这都使得研究供应链网络风险面临巨大挑战。本文就是以供应链网络风险为研究对象,结合认知图和粒子群优化算法的长处,提出以认知图模拟供应链网络、以粒子群算法优化认知图的方法来研究预测供应链风险。该方法真实有效地模拟了供应链网络的运行状况,能有效地克服当前预警模型缺乏自我学习能力等优点,为供应链预警研究提供了一条可行的实现途径。首先采用认知图对供应链网络进行初步模拟。认知图能够建模情景中的事件和事件之间的关联关系,尤其对于复杂的、不确定的、相互关联的事件能够进行很好的模拟。这里将供应链网络抽象为一系列有着复杂关联关系的网络节点,并采用专家打分法为供应链进行初步评分,确定供应链认知图初步模型。接下来要对模型进行优化,这里采用的是粒子群优化算法,因为它是一类随机全局优化技术,通过粒子间的相互作用发现复杂搜索空间中的最优区域,优势在于容易实现而又功能强大。根据对认知图节点的定义,分别准备5组使网络稳定运行的数据和5组使网络不能稳定运行的数据,对供应链认知图进行训练。训练的结果就是优化后的供应链认知图,也就是接下来进行预测所需要的。最后可以以优化后的供应链认知图为基础,将现有节点状况输入到认知图中,同样采取认知图模拟运行方法对认知图稳定性进行预测,预测的结果就可以告诉我们现在的状态将会导致的后果是网络稳定运行还是会出现不稳定的波动,甚至系统崩溃。