改进的二元语义群决策方法：DT-OWA算子与语言评价精度提升

依赖型二元语义有序加权平均算子是一项旨在解决具有语言评价信息的多属性群决策问题的创新方法。由卫贵武提出的这一方法，主要针对的是决策者常常以模糊语言形式表达复杂决策情境下的偏好。传统群决策方法通常将语言评价转化为模糊数进行处理，或者直接符号转移，但这可能导致信息损失和集结结果的不精确。 卫贵武的方法首先明确了二元语义信息集结的有序加权平均(T-OWA)算子的概念，这是一种处理二元语义信息的有效工具，它允许关联的加权向量依赖于具体的二元语义，并且通过赋予错误或有偏见的二元语义较低权重，降低了这些不准确信息对决策结果的影响，从而提高了公平性和精度。 进一步，卫贵武提出了依赖型二元语义有序加权平均(DT-OWA)算子，这个改进版算子在T-OWA的基础上更深入地考虑了个体评价的依赖关系，对于集结过程中可能出现的非理想情况提供了更为精细的处理。这种算子旨在克服传统方法对个体语言评价的近似过程，减少了信息扭曲，提升了决策结果的准确性。 在群决策方法上，卫贵武结合了T-OWA算子和DT-OWA算子，形成了一种能有效处理语言信息、减少信息损失的策略。这种方法强调了语言信息的精确处理，避免了过去方法中存在的信息失真问题，使得群决策过程更为可靠。 整个研究不仅提供了理论支持，还通过实例分析展示了其在实际应用中的优势。关键术语包括群决策、T-OWA算子、DT-OWA算子以及二元语义，这些概念构成了研究的核心内容。卫贵武的工作在多属性决策分析领域具有重要的学术价值，为语言评价信息的群决策问题提供了一种新的解决方案。