【摘要】为有效处理限制样本、非随机稳定信息下的不确定型决策问题，文章提出了一种基于软概率的最小风险贝叶斯决策方法：确定先验信息中各状态的软概率区间值，利用区间概率下的贝叶斯风险模型输出各后验状态的区间值决策结果，利用基于可信度的区间数排序方法对结果按照风险大小进行排序，从而实现决策风险最小化的后验状态判定，同时，随着新样本信息的加入，决策结果会相应动态调整，更趋确定。同时，用案例验证了该方法的合理性和可行性。