最小最大后悔值法是决策分析中用于处理不确定性问题的一种策略。该方法在面对多个选择方案和多种可能出现情景时，以选择后悔值最小的方案为目标。以下为最小最大后悔值法的计算流程：

假设存在m种可供选择的方案，分别标记为A1, A2, ..., Am；每种方案在n种情景下的结果分别为Omn；情景发生的概率为P1, P2, ... , Pn。决策者面对的选择是在这些方案中选取一个。

如果仅关注期望值，可以选择方案i的期望值进行决策，计算公式为：Ei = sigma (Pj*Oij)，选取期望值最大的方案。

最小最大后悔值法则提供了一种更为谨慎的决策策略。其核心步骤如下：

步骤1: 计算方案i在情景j下的后悔值。后悔值Rij代表如果在情景j出现时，选择方案i所获得的收益与选择最佳方案所能获得的收益之间的差距。具体计算为：Rij = max(Oxj) - Oij。

步骤2: 确定方案i的最大后悔值。最大后悔值Ri为所有情景下后悔值的最值，即Ri = max (Rix)。

步骤3: 最终，选择后悔值最小的方案作为决策结果。

通过最小最大后悔值法，决策者可以在不确定的环境下，基于对最坏结果的预判，选择一个相对保守但风险较低的方案。这一方法在实际应用中，尤其是在风险厌恶型决策者中颇为流行。