有鑑於過去探討供應鏈管理（Supply Chain Management）都著重在報酬利潤，但在整個供應鏈的體系中，上下游的通路關係是相當重要的，只要其中一環發生問題都會造成嚴重損失，因此如何避免供應鏈間的中斷問題就成為管理者的主要目標。一個好的供應鏈中斷風險分析系統可以提出建議和發展來幫助企業在高風險的經營環境下可以不易受到影響，維持公司正常營運。使用此系統執行分析供應鏈，不僅能辨識中斷風險，還能夠更加了解供應鏈中的潛在曝險，在面對供應鏈的中斷風險時做更合理的決策。使用貝式網路（Bayesian Networks）自不確定的訊息中分析供應鏈中斷之風險，而貝式網路是基於邏輯推理及歷史訊息，對供應鏈系統的不斷更新訊息，來計算其新的中斷風險。最後本研究透過建置一個供應鏈中斷風險分析之貝式網路，做供應鏈風險的預測分析，以避免供應鏈中斷發生的風險。

In view of the past explore the Supply Chain Management (SCM) focus on reward profits. However upstream and downstream pathway relationship is very important to avoid serious losses in the supply chain system. Therefore, how to avoid supply chain disruptions is the main objective of the managers. A good supply chain disruption risk analysis system can make suggestions and development to help companies in high-risk business environment can be less affected, to maintain the companies in normal operation. Use this system to analysis the supply chain can not only able to identify the risk of disruptions, but also better understanding of the potential exposure s to make more rational decision-making in the face of the risk of supply chain disruptions. Bayesian networks reasonings assess under uncertainty in casual structures to analysis the supply chain disruption risk. We also combine new coming information and historical information to calculate the new disruption risk. This study, finally, provides supply chain disruption risk analysis system which used Bayesian networks to predict analysis and avoid the risk of supply chain disruptions.

目錄
摘要 III
ABSTRACT IV
致謝 V
目錄 VI
表目錄 VIII
圖目錄 IX
第一章. 緒論 1
1.1 研究背景 1
1.2 研究動機 3
1.3 研究目的 4
1.4 研究架構 4
第二章. 文獻探討 6
2.1 供應鏈管理 6
2.2 風險分析 8
2.2.1 風險分析的過程 10
2.3 供應鏈風險 10
2.3.1 造成供應鏈中斷風險的問題 11
2.4 貝式網路 15
第三章. 研究方法 19
3.1 中斷風險介紹 19
3.2 供應鏈中斷風險分析 22
3.3 建構網路模型 22
3.3.1 確認會造成供應鏈中斷風險的風險與問題 23
3.3.2 確認風險與問題並輸入條件機率 24
3.3.3 完整的供應鏈中斷風險分析的貝式網路 36
3.3.4 針對貝式網路進行敏感度分析 37
3.4 結果分析 38
第四章. 實驗結果分析 39
4.1 場景描述 39
4.2 建構供應鏈中斷風險分析之貝式網路 40
4.2.1 界定會造成供應鏈中斷風險的風險與問題 40
4.2.2 輸入風險與問題輸入條件機率 41
4.2.3 完成供應鏈中斷風險分析的貝式網路圖 53
4.2.4 根據完成的供應鏈中斷風險分析之貝式網路做敏感度分析 53
第五章. 結論與建議 60
5.1 結論 60
5.2 未來研究建議 61
參考文獻 62
附錄 64

表目錄
表1風險分析工具之優缺點 9
表2供應商風險與相關問題的敏感度分析表 55
表3公司內部風險與相關問題的敏感度分析表 56
表4外在風險與相關問題的敏感度分析表 57
表5供應鏈中斷風險與相關風險的敏感度分析表 58

圖目錄
圖 1 論文架構圖 5
圖 2部分結構圖之條件機率 16
圖 3貝式網路對供應鏈中斷風險分析模型 24
圖 4供應商風險（SR）網路圖 28
圖 5 供應商風險中品質與運輸問題發生概率 29
圖 6供應商風險中原物料短缺和內部政策發生概率 30
圖 7供應商風險（SR）的條件機率 35
圖 8供應鏈中斷風險分析的貝式網路圖 36
圖 9供應鏈中斷風險分析之貝式網路圖 41
圖 10供應鏈中斷風險分析之貝式網路圖 42
圖 11供應鏈中斷風險分析有關品質與運輸問題的發生概率在貝式網路之開啟入 43
圖 12供應鏈中斷風險分析有關品質與運輸問題在貝式網路之完成建置 44
圖 13供應鏈中斷風險分析有關原物料短缺與內部政策在貝式網路之完成建置 45
圖 14供應鏈中斷風險分析有關財務問題與人力問題在貝式網路之完成建置 46
圖 15供應鏈中斷風險分析有關天災與停電在貝式網路之完成建置 47
圖 16供應商風險的條件機率輸入 48
圖 17供應商風險的條件機率完成建置 49
圖 18公司內部風險的條件機率完成建置 50
圖 19外在風險的條件機率完成建置 51
圖 20供應鏈中斷風險的條件機率完成建置 52
圖 21供應鏈中斷風險分析的貝式網路圖 53
圖 22供應商風險與相關問題的敏感度分析 54
圖 23供應鏈中斷風險分析的貝式網路圖 64

[1] Jenkins B. D.,"Security Risk Analysis and Management ", 1998.
[2] Cristina Elena Manfredotti, "Modeling and Inference with Relational Dynamic Bayesian Networks", University of Milan Bicocca, 2009.
[3] Geoffrey H. Wold, Robert F. Shriver, "Risk Analysis Techniques", 1997.
[4]Harri Lahdesmaki, "Relationships between probabilistic Boolean networks and dynamic Bayesian networks as models of gene regulatory networks, " Signal Processing, 86(4), pp. 814-834, April 2006.
[5]Jose A. Fernandes, "Data analysis advances in marine science for sheries management: Supervised classication applications", University of the Basque Country , 2011.
[6] JiaweiHan, Micheline Kamber, Data Mining : Concepts and Techniques, Morgan KaufmannPub,2006.
[7] Mark Treleven, Sharow Bergman Schweikhart, "A risk/benefit analysis of sourcing strategies: single vs. multiple sourcing", Journal of Operations Management, 7 (4), pp.93–114 , 1988.
[8] Nagurney, A., "Supply chain networks, electronic commerce, and supply side and demand side risk. European Journal of Operational Research", European Journal of Operational Research, 164 (1), pp. 120–142, 2005.
[9] Ronaldo C. Prati, Gustavo E.A.P.A. Batista, Maria Carolina Monard, "A Survey on Graphical Methods for Classification Predictive Performance Evaluation", IEEE Trans. Knowl. Data Eng. 23(11), pp. 1601-1618, November 2011.
[10]Robert Handfield, Kevin P. McCormack, Supply chain risk management: minimizing disruptions in global sourcing, Auberbach Publications , 2007.
[11]Suttner, U. "Supply chain risk management: understanding the business requirements from a practitioner perspective", The International Journal of Logistics Management, 16 (1), pp.120–141, 2005.
[12] Zhi-fu Shi, Hai-yan Liu, "Intelligent Situation Fusion Assessment Using Bayesian Networks", IEEE Computer Society, pp. 212-215, 2009.
[13] Sumit Sanghai, "Relational Dynamic Bayesian Networks", University of Washington, 2005.
[14] Stephan M. Wagner, Christoph Bode," An empirical investigation into supply chain vulnerability", Journal of Purchasing and Supply Management, 12(6) , pp.301–312 , 2006.
[15] Tim Bedford, Roger Cooke, Probabilistic Risk Analysis: Foundations and Methods, Cambridge University Press, 2001.
[16] Teresa Wu, Jennifer Blackhurst, Vellayappan Chidambaram, "A model for inbound supply risk analysis", Computers in Industry, 57 (4), pp. 350–365 , 2006.
[17] Venkata R. Kallepalli, " Supply Chain Risk Analysis", New Jersey Institute of Technology, 2004.
[18] Zsidisin, G. A., Melnyk, S. A., Ragatz, G. L., "An institutional theory perspective of business continuity planning for purchasing and supply management", International Journal of Production Research, 43 (16), pp.3401–3420, 2005.
[19]李際偉、武彤、郭定謀，「輸入型供應鏈風險分析」，運輸計劃季刊，第四十卷第二期，185?212頁，100年。
[20]吳維鈞，「以多模塊集成式貝氏網路建立智慧型家庭個人化服務」，國立中正大學，碩士論文，民國97年。
[21]涂健智，「一個基於RDF與OWL用於推演智慧家居危險層級之時間情境推理模型的研究」，朝陽科技大學，碩士論文，民國96年。
[22]賴佩君，「供應鏈上合作夥伴市場風險管理之研究-以IC產業為例」，國立成功大學，碩士論文，民國92年。