自从供应链管理概念提出以来，供应链绩效的研究就成为物流理论的研究重点之一。供应链的出现改变了企业过去传统的竞争观念，降低了整个社会成本。合理的供应链绩效评价能够指导供应链的改良和变革，提高供应链成员企业合作共赢效率。仿生学近年来得到学术界的普遍关注，尤其是仿生算法和一些新的仿生理论的出现，使得仿生学应用范围越来越广泛。神经网络作为仿生学中的重要理论，其理论研究、软件开发等已经非常成熟。然而到目前为止，还没有基于仿生学在供应链绩效评价中的系统性研究，因此把仿生学理论引入到供应链绩效评价中，对整个仿生学进行归纳总结，从整个仿生学的角度来探讨其在供应链绩效评价中的应用，能够为供应链绩效评价研究提供一种新的参考体系，对适应全球化竞争下的供应链的构建和管理具有重要作用。本文首先对供应链绩效评价和仿生学研究的国内外现状进行了分析，针对供应链绩效评价的国内外文献的研究，本文阐述了供应链绩效评价体系，分析了投资回报率考核体系、供应链运作参考模型、关键绩效指标考核体系、标杆法、平衡积分卡等参考体系，引入了五维平衡计分卡对供应链绩效进行评价，并建立了基于供应商、财务、内部流程、顾客、学习与创新的五个方面的计分卡体系。针对仿生学理论研究现状的分析，本文提出了仿生学理论框架，重点介绍了神经网络和遗传算法的理论及其应用，并对其他仿生理论进行了说明；其次，针对仿生学在供应链绩效评价中的应用进行了分析和归纳。仿生学在供应链绩效评价中的应用正处于起步阶段，以神经网络、遗传算法理论、软件包和实践应用居多。神经网络研究方法是建立供应链绩效评价指标体系，即利用绩效评价的历史数据建立供应链绩效评价模型，其中以BP神经网络理论在供应链绩效评价中的研究最多。针对仿生学在供应链绩效评价中的应用，本文介绍了BP网络算法的原理，选择五维供应链绩效评价体系，并通过实证研究对其在供应链绩效评价中的应用进行了分析。同时，通过MATLAB软件建立了BP网络的供应链绩效评价模型。BP网络算法建立的是一种预测模型，通过实证分析可以得出仿生学所建立的供应链绩效评价模型能够解决供应链的绩效考核问题。仿生学应用范围非常广泛，把仿生学引入到供应链评价中的前景广阔。