近年来,随着物流业务外包越来越多,各种突发事件的频繁发生,引发了人们对供应链可靠性问题的高度关注。物流服务供应链(Logistics Service Supply Chain,LSSC)作为服务供应链研究比较活跃的领域之一,是随着物流服务产业的不断发展而逐渐形成的。LSSC是由众多利益实体组成,具有需求不确定、稳定性差等特点,它的高效运行是建立在各成员企业可靠运作基础之上的。因此,要想使LSSC高效稳定的运行,就必须采取恰当的方法和技术来提高系统的可靠性。目前,对于服务供应链可靠性的研究文献尚少,且更多的是对其运作绩效的分析,而对于物流服务供应链可靠性诊断研究基本上尚未涉及。论文结合物流服务供应链的结构模型及运作特点,通过运用贡献度模型中的效能指数计算模型和效能因子计算模型来研究LSSC可靠性和效能之间的关系,这为LSSC可靠性的相关研究奠定了重要的理论基础。论文针对物流服务供应链可靠性问题以及故障树分析法(Fault tree analysis,FTA)的应用现状,提出一种基于故障树的LSSC可靠性诊断方法,并运用故障树分析的基本原理建立了LSSC可靠性诊断的故障树模型。并对LSSC系统失效的故障树进行定性和定量分析,通过求解最小割集,以及对重要度的量级比较,得出了导致LSSC系统失效的主要影响因素。故障树分析法从本质上来讲是一种很容易进行定量计算的定性模型。因此,可以运用故障树分析法对LSSC可靠性进行定量分析。由于LSSC系统失效原因中涉及到的一些基本事件难以获得足够的现场数据。为此,在对基于传统故障树的LSSC可靠性诊断分析不足的基础上,论文采用三角模糊函数表示各基本事件发生的概率,并运用模糊故障树分析法来对该模型作进一步优化。通过计算模型中各基本事件的模糊重要度以及顶事件发生的置信区间,得出LSSC系统的薄弱环节,并给出了降低LSSC系统失效的具体改进措施。这种方法的应用为信息不确定情况下LSSC可靠性诊断提供一个新的研究思路。论文最后以某汽车LSSC为研究背景,对基于故障树的LSSC可靠性诊断方法进行应用分析。在总结应用故障树分析法所得出的影响物流服务供应链系统失效的主要相关因素基础上,分析物流服务供应链可靠性和威胁性之间的相关关系,建立面向LSSC可靠性的汽车制造商威胁度多属性评估模型,并得出汽车制造商威胁度及排序。相关研究结果有助于物流服务集成商及时对链上成员企业进行调整,防患于未然,为其改进系统的可靠性和安全性提供了依据。