随着社会主要矛盾的变化,人们需要期待并渴望日益增长的美好生活。与此同时,消费者越来越重视食品安全和质量。突然发生食品安全问题,这种安全问题在食品供应链的各个环节都会发生。目前的预警系统只是在某些方面对食品安全问题进行分析和研究,而不是从整个食品供应链的角度进行分析和研究。因此,监测和预测食品安全风险状况是食品安全监管部门工作的重点和难点。针对上述问题,本文通过尝试构建食品供应链安全风险预警评估指标体系,从评估食品安全风向和监管食品的角度出发,分析影响食品安全的风险预警因素,探讨风险预警指标对食品安全的影响程度。为建立食品安全风险预警系统提供一些理论支持。通过论文的研究可以得到以下结论:(1)基于食品供应链安全风险预警的视角,从供应链上风险易发生节点作为突破口,并结合理论研究,探讨和分析了食品安全风险预警指标。影响食品安全的风险因素已明确界定,具体分为五大类,包括:供应风险,运输风险,处理风险,销售风险和信息风险,这五类是食品供应链安全风险预警系统的一级指标。然后,通过分类和总结,完善了与主要指标相互作用的12个二级指标,构建了食品供应链安全风险预警指标体系。(2)基于BP神经网络的基本原理,构建了食品供应链安全风险预警的预测模型。利用MatlabR2018a中的神经网络工具箱模拟,训练,学习和测试预警模型的所有数据,以便于确定供应链中的警报级别和风险级别。BP神经网络模型的应用在解决实际问题时误差较小,高度的配合可以有效提高供应链中食品安全警示的准确性,验证了其良好的预测评估能力。为食品供应链安全风险预警提供了有效的技术手段,为构建食品供应链安全风险预警系统及相应的保护措施提供了参考。