依赖型不确定语言OWA算子：基于DOWA与DUOWA的改进

依赖型不确定语言OWA算子是一种创新的数学工具，由卫贵武教授提出，他在西南交通大学经济与管理学院和北川医学院数学系的研究背景下开发。OWA（Ordered Weighted Averaging）算子家族最初由Yager引入，这些算子的特点在于关联权重会随着聚合输入的变化而调整，体现了灵活性和适应性。 在不确定语言环境下，卫贵武基于先前的DOWA（Dependent OWA）和DUOWA（Dependent Uncertain OWA）算子理论，设计了一种新的依赖型不确定语言OWA算子。这个新算子的核心优势在于它能够在处理不确定语言数据时，减少不公平或偏差较大的个体对整体结果的影响，从而提高聚合结果的公正性和可靠性。 该研究的主要内容包括定义新的算子运算规则，探讨其数学性质，如单调性、凸性等，以及证明其在解决多决策问题中的有效性。作者通过严谨的理论分析和实证例子，展示了这种依赖型不确定语言OWA算子如何在处理不确定性信息和偏好表达上超越传统OWA方法。 关键词：有序加权平均（OWA）算子、依赖型不确定语言有序加权平均（DULOWA）算子、不确定语言变量。这篇首发论文不仅拓展了OWA算子的理论框架，也为不确定决策环境下的多属性评估和决策提供了新的理论支持。 依赖型不确定语言OWA算子的研究对于处理复杂多变的不确定信息，特别是在风险评估、群体决策分析等领域具有重要的应用价值。它不仅提升了决策过程的科学性和精确度，而且有助于减少决策过程中可能存在的主观偏见，使得决策更加客观和公正。