当今世界企业与企业之间的个体竞争已经转向供应链与供应链之间的群体竞争。面对日益激烈的竞争环境,唯有通过对供应链绩效的适当衡量,才能协助企业成功执行策略,以获取竞争优势。正确的绩效评价必须能够配合组织策略、结构、管理风格及企业流程,制定关键绩效指标,以供供应链管理从业者策略执行及日常经营考核之用。建立合适的供应链绩效评价体系是供应链有效运作与科学管理的基础。传统的供应链绩效评价方法大多属于静态评价,忽视了动态供应链所具有的随机性和不确定性以及绩效指标之间具有的非线性关联性的特点。针对这样一个复杂的绩效评价系统,本文的主要工作是对动态供应链绩效评价体系框架、绩效指标、评价模型、评价方法及其特点进行深入系统的研究。本文的研究工作从以下四个方面展开。首先,基于现实背景和研究目标提出了论文需要解决的主要问题。概述了供应链、供应链管理、供应链绩效评价的基本理论,并对应用于动态供应链绩效评价的智能信息处理方法进行了介绍和分析,进而确定了本文的研究内容和技术路线。然后,通过引入供应商维度,把传统的供应链四维平衡计分卡扩展为动态供应链的五维平衡计分卡,并结合供应链运作参考模型(SCOR)理论的思路构建了动态供应链绩效体系,详细阐述了关键绩效指标集的选取、优化及处理方法。再后,利用模糊综合分析、Markov链预测、粗糙集约简和BP神经网络学习等智能信息处理方法从不同的侧面建立了多个动态供应链绩效评价模型,以反映供应链体系中联盟决策与绩效之间的互动关系。在基于模糊综合评价和Markov链预测的绩效评价模型里,建立了供应链绩效评价模糊关系矩阵,利用模糊评价方法计算出供应链的综合绩效评价结果,并结合Markov链预测理论的决策支持功能,给出了动态供应链绩效的发展趋势。在基于粗糙集理论的绩效评价模型里,建立了动态供应链绩效评价决策表,利用粗糙集约简方法得到了预测绩效评价结果的决策规则集,并把粗糙集约简和模糊综合评价技术相结合进行动态供应链绩效评价,显著地缩小了数据处理的规模,降低了模型的计算复杂度。在基于BP神经网络理论的绩效评价模型里,利用BP网络理论来对动态供应链绩效评价结果进行学习和预测,并与粗糙集约简技术相结合,从而简化了BP网络结构,具有较强的实用性。最后,对这些智能信息处理方法在动态供应链绩效评价中的主要特点及效果进行了比较和分析。本文对上述各动态供应链绩效评价模型进行了解算与数字仿真,完成了对评价模型的校验和对实际评价结果的验证,并对各绩效评价模型的特点进行了分析和总结。针对每种评价模型的特点,设定好模型的各种参数和初始条件,利用仿真软件对模型进行推演和解算,并输出仿真试验结果。据此,可以验证各动态绩效评价模型之可用性与有效性。在此基础上,可以根据动态绩效评价模型仿真结果为供应链管理者提供有效运作与实施的建议。实验结果表明,本文提出的动态供应链绩效评价模型和方法是科学、有效的。论文研究成果弥补和深化了目前业界在动态供应链绩效评价体系和模型研究方面的不足,给供应链从业人员与学者提供了重要的思路和方法,同时也为业者营运与管理考核策略之制定提供了更多的理论依据和实践方法。