近年来处理语言信息的方法可分为以下几类.一是基于扩展原理，利用语言术语语义所对应的模糊数集结语言信息;二是基于符号方法，直接用语言变量所对应的下标计算来集结语言信息;三是基于模糊语言表示模型，用二元语义的运算集结语言信息;四是直接用语言变量的运算集结语言信息.然而，以上方法的前三种只能处理单极问题，难以处理双极问题.第四种方法定义的算子在某些情况下违反直觉.　　 为了解决上述方法在处理语言信息时存在的问题，本文在语言环境下，定义了新的关于语言变量运算的二元算子.在此基础上，拓展了简单加权平均(SAW)算子及有序加权平均(OWA)算子.本文的主要研究成果可归纳如下:　　 1.定义了新的语言变量运算法则，新的不确定语言变量运算法则，研究了该运算法则的有效性和合理性.　　 2.在新定义的语言运算法则基础上，与SAW算子结合成语言加权平均(LSAW)算子.用新定义的不确定语言变量运算法则来拓展OWA算子，提出了诱导不确定语言有序加权平均(IULOWAf)算子，同时介绍了不确定语言加权平均(ULWAf)算子.　　 3.给出了LSAW及IULOWAf算子的一些性质及其证明，并提出了两个决策模型:　　 (1)针对决策信息为语言变量时，提出了基于LSAW算子的多属性决策模型.　　 (2)针对决策信息为不确定语言变量时，提出了基于IULOWAf算子和ULWAf算子的多属性群决策模型.最后通过实例说明了LSAW，IULOWAf及ULWAf算子可以更好地反映实际情况.