随着人们收入水平的提升以及消费观的改变,对蔬菜的品质以及多样性、安全性的需求也越来越高。北京作为一个拥有2000多万常驻人口的一线大城市,蔬菜的需求量在不断提升。然而北京蔬菜自给率低,主要依靠外埠供应。2020年新冠疫情爆发,不仅威胁到了人民的生命安全,由于疫情传播的严防严控,也对北京市蔬菜供应产生了影响。基于此背景,对于疫情下北京蔬菜供应风险进行评估和控制的研究具有现实意义。本文的主要研究内容如下:首先分析蔬菜是一种供应链参与者多且基本不受契约约束、储存时间短、损耗率高的产品,在面对公共卫生突发事件时容易出现供应风险。接着对导致北京蔬菜供应出现风险的影响因素进行分析。该部分首先从本地菜和外埠蔬菜两个角度对北京蔬菜供应来源进行了分析,并介绍了外埠蔬菜的进京流程。以此为基础,通过实地调研以及资料查阅等手段,从生产、采购、物流三个环节对供京蔬菜供应流程中出现的风险因素进行了归纳总结,并建立了疫情下北京蔬菜供应风险评估指标体系。接下来进行疫情下北京蔬菜供应风险评估研究。根据建立的风险评估指标体系,构建北京蔬菜供应风险评估的贝叶斯网络结构模型。然后应用贝叶斯网络中的Pearl推理算法,基于贝叶斯网络的双向推理功能,正向推理对风险的发生进行预测,逆向推理找出风险发生后的最大致因因素以便在风险发生时及时进行控制。进而引入了OWA算子,在考虑风险发生概率的同时兼顾风险造成的损失值,计算了贝叶斯网络信息更新前后各风险因素的风险值,并在排序后进行了分析比较。最后进行了疫情下北京蔬菜供应风险控制研究。将疫情期间北京蔬菜供应风险的发生归结为行业运营、农村管理、物流技术、国家政策、以及法律法规五个层面的原因,基于贝叶斯网络推理算法分别从单一层面风险控制和多层面风险控制探究风险控制效果,并提出对策建议。