最小最大后悔值,是一种不确定性条件下做决策的方法。假设有m种可供选择的方案A1, A2, ..., Am,每种方案又有n种可能出现的情景,其概率分别是P1, P2, ... , Pn, 然后每种方案在每种情景下的结果是Omn, 到底该选择哪个方案呢?如果不考虑决策者对待决策的态度,我们可以用决策树的方法,以期望值为基础做出决策。方案i的期望值是:Ei = sigma (Pj*Oij), 选取期望值最大的方案。而最小最大后悔值本质上是一种比较保守的方法。具体算法是:1) 选择i方案出现j情景的后悔值:Rij = max(Oxj) - Oij, 即如果出现j情景,选择i方案的收益与最佳方案的收益之间的差异;2) 选择i方案的最大后悔值:Ri = max (Rix);3) 选取后悔值最小的方案。