(enllaços directes als operadors: AM, WM, OWA, WOWA)
AM(a1,...,aN) = Σi=1N ai / N
WM(a1,...,aN) = Σi=1N pi ai
En aquesta definió, pi és el pes o rellevància de la i-èssima font d'informació. Els pesos són positius i sumen 1.OWA(a1,...,aN) = Σi=1N wi aσ(i)
on σ correspon a una permutació dels ai de manera que els ordenem de gran a petit. a1 serà l'element més gran i aN el més petit.En aquesta definió, pi és el pes o rellevància de la dada que ocupa la i-èssima posició desprès de l'ordenació. Així, els pesos ens permeten expressar si volem donar, per exemple, importància als valors grans, als valors petits o als valors centrals. Els pesos són positius i sumen 1.Yager, R.R., "On Ordered Weighted Averaging Aggregation Operators in Multi-Criteria Decision Making," IEEE Transactions on Systems, Man and Cybernetics 18, 183-190, 1988.
WOWA(a1,...,aN) = Σi=1N ωi aσ(i)
on σ correspon a una permutació dels ai de manera que els ordenem de gran a petit, i on ω es defineix per:ωi = w*(Σj≤i pσ(j)) - w*(Σj<i pσ(j))
on, com en el cas de l'OWA, wi és el pes o rellevància de la dada que ocupa la i-èssima posició desprès de l'ordenació (w és un vector de pesos com en la mitjana ponderada), i on w* és una funció que interpola els punts (i/n, Σj≤iwj) conjuntament amb el punt (0,0), i que ha de ser una linea recta si els punts es poden interpolar d'aquesta manera.V. Torra, The Weighted OWA operator, Int. J. of Intel. Systems, 12 (1997) 153-166. Paper @ interscience.wiley
El mètode d'interpolació utilitzat per construir w* es troba descrit a:V. Torra, The WOWA operator and the interpolation function W*: Chen and Otto's interpolation method revisited, Fuzzy Sets and Systems, 113:3 (2000) 389-396. Paper @ Sciencedirect
Una discussió sobre diferents mètodes d'interpolació apareix a:V. Torra, Z. Lv, On the WOWA operator and its interpolation function, Int. J. of Intelligent Systems, 24:10 (2009) 1039-1056. Paper @ Wiley online
Implementació: