在大学里,经常要对某一个教师进行评价,有专家对教师的评价,有教师之间的相互评价,有学生和家长对教师的评价,还有社会对教师的评价,评价的方式多种多样。其主要都是以教师自身的表现而判断的,但对被评价的教师,评价人往往带有个人的好恶情绪而影响评价的结果。由于对教师的评价的复杂性和不确定性,因此,编一个科学的、合理的评价系统就显得很有必要。在评价过程中,要想用精确的数值来评价教师是很困难的,而利用自然语言来表示偏好信息就变得合理和方便。本论文主要研究成果如下:(1)在本文的研究中,首先介绍了教师评价的背景和意义,阐述了群决策方法的国内外发展现状。并介绍了模糊数学的一些基本知识,简略的叙述了本论文主要做的工作和结构。(2)详细介绍了四种重要的聚合算子和两种已有的解决群组决策问题的方法,对这两种方法的背景和用法进行了详细说明。在已有GOWA算子及Herrera提出的二元组语言值表示模型的基础上,我们提出了语言的广义的有序加权平均算子(linguistic generalized ordered weighted averaging operator),简称LGOWA算子。并给出了LGOWA算子的定义、性质。通过证明得出二元组语言值表示模型的LGOWA算子在一些特定的条件下可以分别退化为二元组语言值表示模型的算术平均算子、二元组语言值表示模型的聚合算子。总之,LGOWA算子的引入不仅可以避免在决策过程中丢失信息,而且可以充分利用具体的决策环境挖掘更有效的决策信息,更全面的反映所有决策者的真实评估结论。(3)对教师综合评价用层次结构进行了分析,并给出了各层之间的关系图,分析了各层次之间的权重。详细的介绍了教师综合评价过程,最后用实例说明了教师综合评价过程。(4)针对评价人在对教师的评价过程中往往带有个人的好恶情绪而影响评价的结果,或者只通过某一方面来评价某一位教师又显得有些片面,本文基于LGOWA算子和GOWA算子开发了教师综合评价的软件系统,用实例验证了本方法的可行性。