评估企业的技术创新能力主要采用创新资源投入能力（u1）、创新管理能力（u2）、创新倾向（u3）及研究开发能力（u4）这四项评价指标，其准则权重为（0.32，0.26，0.18，0.24）。经过初步筛选、短期拜访及深度调查分析，确定了四个备选企业，即，三位专家对这四个待评估企业进行评价，专家权重向量为（0.4，0.32，0.28），所使用到的语言评价集为，并将其扩展到连续型语言变量集。各专家给出的各准则评价信息均为直觉不确定语言数，具体评价信息如表4-1、表4-2、表4-3所示。

表4-1　专家e1针对4个待评估企业给出的评价值

表4-2　专家e2针对4个待评估企业给出的评价值

表4-3　专家e3针对4个待评估企业给出的评价值

首先，采用直觉不确定语言加权交叉影响算术算子（即IULWIAA算子、IULHIA算子）给出具体决策步骤。(www.daowen.com)

步骤1　由式（4-12），根据IULWIAA算子对决策矩阵Rk每一行对应所有准则的评价值进行加权，分别得到决策者ek对备选方案ci的综合评价值，即

其次，采用直觉不确定语言加权交叉影响几何平均算子（即IULWIGA算子、IULHGIA算子）给出具体决策步骤。

步骤1　由式（4-13），根据IULWIGA算子对决策矩阵Rk每一行对应所有准则的评价值进行加权，分别得到决策者ek对备选方案ci的综合评价值，即

可知四个备选企业的优劣排序为，即企业c2的技术创新能力是最强的，与采用交叉影响算术算子所得各方案的优劣次序是完全一样的，同时也与文献[131]中所得排序结果完全相同。这说明了考虑隶属度与非隶属度交叉影响的直觉不确定语言算子应用于多准则群决策问题的有效性与可行性。

若三位决策专家关于各方案给出的准则评价值中出现一个或多个隶属度为零或非隶属度为零的情形，采用本节给出的考虑交叉影响的直觉不确定语言信息集成算子对各准则偏好信息进行集结，所得各方案的综合评价值具有较好的稳健性，对那些隶属度为零或非隶属度为零的特殊准则值，综合评价值是不敏感的，所造成的波动性保持在较低的水平，不会对方案排序结果造成实质的影响。