快速决策分析法的提出快速决策分析法是由美国杜克大学管理学者贝恩（Robert D.Behn）和沃普尔（James w. Vaupel）于1982年提出的，是在时间和信息不充分的条件下迅速做出决策的分析方法。
在日常管理工作中，管理人员会遇到各种各样的问题，要在各种条件下制订决策。按照决策科学的一般要求，这些决策的程序应当是；分析问题并确立决策目标，探索与开发备择方案，评价选择最适宜方案，决策方案的落实与执行，收集与反馈信息，监督并保证决策工作的顺利进行。为此，既要求决策者掌握足够的信息，又要给他比较充裕的时间，使他能进行较完善的分析、比较、论证、咨询等等，才能完成上述工作。但在实际工作中，大量的决策问题，特别是高层管理人员所面临的战略决策问题，往往是决策者所不熟悉的，也不易收集到有关的充足信息，决策者所拥有的时间和信息量都十分有限，从而迫使决策者在时间和信息均不很充分的条件下，立即着手处理问题，尽快做出决策。快速决策分析法就是针对实际决策者的这种需要而产生的。它与60年代以来，决策分析领域的实用化趋势相吻合，以其简便易学，立足于实际的分析思想，给决策者提供了一种新的决策工具。
快速决策分析法的原理快速决策分析法从决策问题的整体出发，充分运用决策者的主观认识能力，经验直觉等等，用人类认识客观事物的逻辑推理规律指导决策过程。
首先明确决策问题的基本结构，抓住关键要素，将问题简化；
然后由浅入深、循序渐进地进行多轮分析，运用决策树、效用函数、概率计算等一般的简便决策技术做出判断与推理，使决策分析快速见效。
快速决策分析法的主要内容主要内容快速决策分析与其说是一项具体分析技术，莫如说是一种方法论。它强调对决策问题的整体思考和结构化，注重运用正确的分析过程。它根据需要，循环运用思考（think）、分解（decompose）、简化（simplity）、具体论证（spceify）和反思（re-think）五个步骤，不断深入决策问题的本质，得出符合实际的结果。
（1）思考。贝恩和沃普尔认为，许多决策者常常把 99%的时间花在收集和处理信息工作上，如召开会议、阅读数据、建立模型等等，却没有花精力对决策问题作全盘思考，所以决策效果不太理想。快速决策分析首倡者强调不能忽视对问题的思考认识过程，认为决策者必须花费一定的时间，认真考虑决策问题的性质，明确问题的结构，才能着手处理问题。
（2）分解。将问题分解为若干要素，对这些要素做逐一探究，然后再将这些要素重新组合起来，分析彼此间的相互联系，弄清决策问题的来龙去脉。
（3）简化。在快速决策分析过程中，决策者的注意力应始-终放在对最重要的决策要素的鉴别工作上。这些要素包括：主要的备择方案，可能发生的不确定性后果，不同的备择方案对决策者的主观效用（满意度）。
（4）具体论证。对最重要的备择方案及其可能结果与对决策者的满意度等进行分析、确认和具体化。第一次论证，即一次分析往往只对最简单的情况或最重要的备择方案进行分析，如果结果不理想，才需增加备择方案逐步进行二次分析、三次分析。
（5）反思。决策者应认识到，决策过程的各个环节都包括了决策者的主观判断和预测，所以在各轮分析之间和决策终了之时，都要不断思考，找出分析过程中不符合逻辑思维规律的环节，根据手头新掌握的信息来修正原来的预测结果，并确定下一步分析的重点。
快速决策分析的主要步骤常见的一种最简单的决策问题是基本决策问题，即决策者只需要在如下两个方案间做出选择：一个方案可以获得比较明确、稳定的结果，称为确定性方案；另一个方案则有风险性，结果可能成功，也可能失败，称为不确定性方案。不确定性方案如果成功，可得到决策者所需的最好结果，如果失败则出现最差结果。确定性方案的结果位于二者之间，称为中间结果。
我们通过基本决策问题的一次分析过程来说明快速决策分析的主要步骤。首先通过经验判断、专家分析等方法，找出不确定性方案中最好结果发生的可能性的大小，一般称之为该结果的判断概率P。相应地，最坏结果的判断概率为（1-P）。然后，根据不同结果对决策者主观效用的大小，确定决策者对各个结果的满意度，用0-1之间的量来表示。基本决策问题共有三个结果。一般地，设最好结果的满意度为1，而最差结果的满意度为0，待定的只有中间结果的满意度，设为V。V实际上是中间结果的效用表示，它须由决策者借助于一些方法来主观地加以确定。常用的是诺伊曼（JohnV.Neuman）的“标准赌术法”，亦称：“假设决策法”，找出无差别满意度，作为满意度 V的值。然后在已知V和P的情况下，比较两个方案的效用期望值；确定性方案的效用期望值=V不确定性方案的效用期望值=P×1+（1-P）×0=P,这样一来，两个方案的比较就变成仅是V和P的比较，于是就不难进行方案的取舍。
（1）当V < P时，决策者将选择不确定性方案；
（2）当V > P时，决策者将选择确定性方案；
（3）当V=P时，两方案满意度相同，需根据需要，引入更多因素，做进一步分析。
