当各阶段的状态取定以后，就可以做出不同的决定（或选择），从而确定下一阶段的状态，这种决定称为决策。表示决策的变量称为决策变量，常用 x k （ S K ）表示第 K 阶段当状态为 S k 时的决策变量。
在实际问题中，决策变量的取值往往限制在一定范围内，称此范围为允许决策集合，常用 D K （ S K ）表示第 K 阶段从状态 S K 出发的允许决策集合，显然 s k （ S k ） ∈ D K （ S K ） 。
例1-1 设某企业要把一批货物从 A 点运到 E 点出售，交通网络如图1-1所示，两点之间连线上的数字表示两点间的距离，问应选择什么路线，可使总距离最短？
如例1-1中从状态 B 2 出发，可作三种不同的决策，即 x 2 （ B 2 ） = C 1 ， x 2 （ B 2 ） = C 2 ， x 2 （ B 2 ） = C 3 ，故 B 2 的允许决策集合 D 2 （ B 2 ） = ｛ C 1 ， C 2 ， C 3 ｝，显然 x 2 （ B 2 ） ∈ D 2 （ B 2 ） 。
由各阶段决策 x k ， K =1，2，…， n 构成的决策序列，称为策略，又称为全过程策略记为 p 1 （ S 1 ），有：
p 1 （ S 1 ） = ｛x 1 （ S 1 ）， x 2 （ S 2 ），…， x n （ S n ）｝
或简记为：
p 1 = ｛ x 1 ， x 2 ，…， x n ｝
由第 K 阶段到最终阶段内各段决策所构成的决策序列，称为第 K 子过程策略，简称子策略，记为 pk （ S K ），有：
p k （ S K ） = ｛x k （ S K ）， x k +1 （ S k +1 ） ，…， x n （S n ）｝
或简记为：
p k =｛ x k ， x k +1 ，…， x n ｝
一般可供选择的策略都有一定的范围，此范围称为允许策略集合，用P表示。如例1-1从 A 到 E 共有2×3×2=12条路线，因此有12个策略，允许决策集合有12个元素。
从允许决策集合中使整个问题达到最优效果的策略称为最优策略。
