贝叶斯决策论（Bayesian decision theory），工学-控制科学与工程-智能控制-智能控制-模糊控制-智能搜索，在信息不完全情况下，对部分未知的状态用主观概率估计，然后用贝叶斯公式对发生概率进行修正，最后再利用期望值和修正概率做出最优决策的理论。贝叶斯决策论是统计模式识别中的一个基本方法。贝叶斯决策论既考虑了各类参考总体出现的概率大小，又考虑了因误判造成的损失大小，判别能力强。贝叶斯决策论更适用于下列场合：①样本的数量不充分大，因而大样本统计理论不适宜的场合。②试验具有继承性的场合，反映在统计学上就是在试验之前已有先验信息的场合。