“管理就是决策”。决策过程实施的情报、设计、决择三阶段中,决策分析处于中心环节。现实世界中普通存在的不确定性是风险产生的根源,风险决策分析是决策理论研究的重要领域之一。针对传统风险决策分析将不确定性因素简化,采用梯度法寻优的诸多缺陷,本文以Excel为计算建模平台,以蒙特卡罗模拟为手段,并结合启发式优化算法,研究设计风险决策问题的求解方法。本文通过对不确定性和风险的分析,将不确定性随机变量以概率分布表示,建立风险决策问题的数学模型。蒙特卡罗模拟结果分析给出决策目标输出的各种统计量、频率与累积分布图、分布统计拟合、趋势图、旋风图和蛛网图,并根据秩相关系数和方差贡献率排序的结果进行随机敏感性分析。本文将蒙特卡罗模拟分别与启发式优化算法中的遗传算法、禁忌搜索结合,设计了混合智能优化算法,用于风险决策问题求解。同时,讨论了约束优化的罚函数法,给出四个常用的罚函数。通过对遗传算法操作算子的分析,在基于遗传算法的混合智能优化方法中,采用动态变化的交叉和变异算子。混合策略在模拟中采用拉丁超立方分层抽样技术,保证候选解一定程度上遍布整个解空间,提高并行化处理能力和计算效率。应用实例分析及Benchmark问题评测的结果表明:Excel平台上的蒙特卡罗模拟优化的建模过程灵活,输出结果丰富,是解决风险决策分析的有效工具。所给出的混合智能优化方法对初始解不敏感,可以有效地改善局部搜索能力,避免早熟与局部极小,提高搜索效率。两种混合优化算法相比,禁忌模拟收敛较快,但遗传模拟更适于大规模问题求解。