经济全球化和日益复杂的企业经营环境使供应链突发事件频繁发生。突发事件之间相互作用会形成多突发事件耦合,从而对供应链节点企业与供应链系统造成更严重的损失。因此,研究多突发事件耦合效应的解耦技术,把控突发事件在供应链系统中的演化路径和影响,对于供应链系统有效应对复杂多突发事件耦合,提高供应链系统的鲁棒性和灵活性十分重要。鉴于此,研究供应链突发事件耦合解耦控制与节点风险传播具有重要的理论和实践意义。本文针对供应链多突发事件耦合的复杂情形,将BP(Back Propagation)神经网络PID(比例-积分-微分,Proportion-Integral-Differential)智能控制应用于供应链多突发事件解耦。基于非正常性投入产出模型(Inoperability Input-output Model,IIM)研究单节点突发事件风险在供应链系统中传导,以便企业预先掌握突发事件的负面影响,更好应对供应链多突发事件耦合。首先,分析突发事件演化机理,深入探讨多突发事件发生的成因。其次,针对不同类型的突发事件,以BP神经网络基本原理为指导,将BP神经网络自适应PID解耦控制器应用于供应链系统多突发事件解耦,提出了一种基于BP神经网络解除供应链系统多突发事件耦合的智能控制方法,构建了供应链多突发事件解耦模型,并使用MATLAB进行仿真。然后,对IIM模型进行改进,建立供应链系统突发事件耦合解耦研究与IIM之间的联系。用来研究供应链单节点在受到突发事件耦合冲击后,其风险在供应链其他节点企业传播的情况,并且以经济损失度量供应链脆弱性。最后,通过仿真算例模拟供应链在不同突发事件耦合下的受灾状态波动,对不同策略下供应链运行状态进行仿真,以验证策略的有效性。研究结果表明,本文提出的供应链多突发事件智能解耦控制模型具有良好的解耦效果,将IIM模型应用于供应链突发事件风险传播为供应链系统监控、应对风险传播过程提供了新的视角和方法。本研究可以帮助供应链决策者把控多突发事件耦合的影响及演化过程,并在供应链复杂突发事件耦合下制定科学的应对策略。