امروزه مدیریت زنجیر ه تامین به دلیل جهانی شدن بازارهای کسب و کار، اهمیت بیشتری پیدا کرده است. با افزایش پیچیدگی، سطح نبود اطمینان و ریسک موجود در زنجیره نیز افزایش می یابد. از این رو مدیریت ریسک زنجیره تامین یکی از موضوعاتی است که مورد توجه سازمان ها قرار گرفته است. یکی از خطرهای موجود در زنجیره تامین، ریسک های وارده از ناحیه تامین کنندگان است. تحقیق حاضر با به کارگیری شبکه های عصبی مصنوعی به عنوان ابزاری قدرتمند در پردازش اطلاعات غیرخطی، مدلی مناسب برای پیش بینی ریسک وارده از سوی تامین کنندگان در شرکت فولاد آلیاژی ایران ارائه می دهد. در این مدل با استفاده از تکنیک دلفی فازی هفت عامل به عنوان عوامل ورودی مدل شبکه عصبی انتخاب شدند. برای محاسبه میزان ریسک وارده از سوی هر تامین کننده، از تلفیق تکنیک AHP و VIKOR استفاده شده و با به کارگیری مدل پرسپترون چندلایه، میزان ریسک وارده از سوی هر تامین کننده پیش بینی شده است. در پایان با استفاده از تحلیل حساسیت تاثیر هرکدام از متغیرهای ورودی بر خروجی ارزیابی و پیشنهاداتی برای کاهش ریسک ارائه شده است.