Las decisiones estáticas con información precisa y explícita son cada vez menos comunes. Por el contrario, las decisiones dinámicas son cada vez más comunes debido a la necesidad de considerar entornos complejos, de alto riesgo y cambiantes que evolucionan con el tiempo de manera impredecible. En la toma de decisiones dinámica multiatributo, los argumentos de entrada  generalmente se recopilan de diferentes períodos o se refieren a diferentes momentos en el tiempo.

Además, en entornos difusos, es adecuado expresar la información de decisión valores lingüísticos en lugar de números. Un problema de toma de decisiones dinámicas lingüísticas de atributos múltiples (LDMADM) consiste en un conjunto finito de períodos en los que un conjunto de expertos expresan sus evaluaciones sobre un conjunto finito de alternativas sobre un conjunto de términos lingüísticos, para seleccionar la mejor alternativa del problema. El modelo computacional de 2-tupla lingüístico es uno de los modelos más estudiados y utilizados para resolver problemas reales de toma de decisiones lingüísticas.

Este artículo presenta un nuevo operador de agregación, el operador de agregación de promedio ponderado dinámico lingüístico de dos tuplas, para fusionar información lingüística recopilada en múltiples períodos. No sólo puede modelar la incertidumbre de la información de evaluación proporcionada por los expertos debido al uso del modelo de representación lingüística, sino que también refleja los complejos caracteres actitudinales de los tomadores de decisiones y proporciona información mucho más completa para seleccionar la mejor alternativa. También proporcionamos un ejemplo ilustrativo que muestra la aplicabilidad de la propuesta..