การตัดสินใจแบบลำดับเป็นแนวคิดในทฤษฎีการควบคุมและการวิจัยการดำเนินงานซึ่งเกี่ยวข้องกับการตัดสินใจหลายครั้งในช่วงเวลาหนึ่งเพื่อเพิ่มประสิทธิภาพฟังก์ชันเป้าหมายเช่น การเพิ่มผลตอบแทนสะสมสูงสุดหรือการลดต้นทุนให้น้อยที่สุด ในกรอบนี้ การตัดสินใจแต่ละครั้งจะส่งผลต่อทางเลือกและผลลัพธ์ของระบบในภายหลัง โดยคำนึงถึงสถานะปัจจุบัน การกระทำที่มีอยู่ และลักษณะความน่าจะเป็นของ การ เปลี่ยนสถานะ^{[ 1 ]}กระบวนการนี้ใช้สำหรับการสร้างแบบจำลองและการควบคุมระบบไดนามิกโดยเฉพาะอย่างยิ่งภายใต้ความไม่แน่นอน และมักจะใช้วิธีการต่างๆ เช่นกระบวนการตัดสินใจแบบมาร์คอฟ (MDP) และ การ เขียนโปรแกรมแบบไดนามิก^{[ 2 ]}