در سال های اخیر مدیریت زنجیره ی تأمین به دلیل جهانی شدن بازارهای کسب و کار، اهمیت بیشتری پیدا کرده است. با افزایش پیچیدگی، سطح عدم اطمینان و ریسک موجود در زنجیره نیز افزایش می یابد. از این رو مدیریت ریسک زنجیره ی تأمین یکی از موضوعاتی است که مورد توجه سازمان ها قرار گرفته است. یکی از ریسک های موجود در زنجیره ی تأمین، ریسک های وارده از ناحیه ی تأمین کنندگان است. تحقیق حاضر با به کارگیری شبکه های عصبی مصنوعی به عنوان ابزاری قدرتمند در پردازش اطلاعات، مدلی مناسب به منظور پیش بینی ریسک وارده از سوی تأمین کنندگان در شرکت فولاد آلیاژی ایران ارائه می دهد. در این مدل با استفاده از تکنیک دلفی فازی هفت عامل شامل منبع یابی منفرد یا محدود، محدودیت ظرفیت، عدم اعتماد به شرکت، کمبود کارکنان ماهر، برنامه ریزی نامناسب و تغییرات ناگهانی تولید، ناتوانی در به کارگیری فناوری جدید و فاصله ی جغرافیایی بین تأمین کنندگان و شرکت به عنوان عوامل ورودی مدل شبکه ی عصبی انتخاب شدند. برای محاسبه ی میزان ریسک وارده از سوی هر تأمین کننده نیز از تلفیق تکنیک تحلیل سلسله مراتبی و vikor استفاده و با به کارگیری مدل پرسپترون چندلایه، میزان ریسک وارده از سوی هر تأمین کننده پیش بینی شده است. نتایج این تحقیق نشان داد که شبکه ی عصبی مصنوعی در مقایسه با مدل رگرسیون خطی به عنوان یکی از پرکاربردترین مدل های آماری، دارای توانایی بالاتری در پیش بینی میزان ریسک وارده از سوی تأمین کننده می باشد. در پایان با استفاده از تحلیل حساسیت تأثیر هر کدام از متغیرهای ورودی بر خروجی مدل ارزیابی شده است.