启发法是针对模型求解方法而言的，是一种
逐次逼近最优解的方法。这种方法对所求得的解进行反复判断实践修正直至满意为止。启发法的特点是模型简单，需要进行方案组合的个数少，因此便于找出最终答案。此方法虽不能保证得到最优解，但只要处理得当，可获得决策者满意的近似最优解。一般步骤包括:定义一个计算总费用的方法;确定
判别准则;规定方案改选的途径;建立相应的模型;迭代求解。
启发法不能保证
问题解决的成功，但这种方法比较省力。它有以下几种策略：1、手段－目的分析：就是将需要达到问题的目标状态分成若干子目标，通过实现一系列的子目标最终达到总的目标；2、
逆向搜索：就是从问题的目标状态
开始搜索直至找到通往初始状态的通路或方法；3、
爬山法：采用一定的方法逐步降低初始状态和目标状态的距离，以达到问题解决的一种方法。
心理学上“启发法”指用于解释人们如何进行决策、调整和解决问题的简单有效的概测规则，通常用以处理复合的问题和不完全的信息。这个规则在大部分情形下有效，但是在特定的情形下可能导致系统性的
认知偏差。
例如，人们觉得贵的
啤酒比便宜的味道要好。这种认识在价格和品牌相关的时候是对的；高价加于不贵的品牌上会让实验的参加者们感受到，此啤酒比不贵的啤酒味道要好。这可称作“‘价格意味着质量’偏差”。
许多探索人类决策者的“启发法”的著作出自阿莫斯·特维斯基和
丹尼尔·卡尼曼，对
行为金融学有很重大的影响。哲德·吉格伦泽提出批评，认为应该关注于“启发法”如何用于
原则性的准确判断而不是产生
认知偏差——“快捷而简朴”的启发法。
可得性启发法 （availability heuristic）在使用启发法进行判断时，人们往往会依赖最先想到的经验和信息，并认定这些容易知觉到或回想起的事件更常出现，以此作为判断的依据，这种判断方法称为可得性启发法。
代表性启发法（ representatitiveness heuristic）在使用启发法时，首先会考虑到借鉴要判断事件本身或事件的同类事件以往的经验即以往出现的结果，这种推理过程称之为代表性启发法。