下载文档原格式
一种空船重量估算方法是前言在船舶设计和建造过程中，准确估算船舶的重量是非常重要的。
一个准确的重量估算可以帮助设计师和造船厂制定正确的结构和装备方案，从而确保船舶具备良好的性能和安全性。
然而，由于船舶的复杂性，重量估算常常会面临一些挑战。
本文介绍一种空船重量估算方法，旨在提供一种简洁而有效的工具，以帮助准确估算船舶的空船重量。
方法概述这种空船重量估算方法基于统计分析和建模的原理，将船舶的各个部分分成不同的组件，并根据这些组件的几何特性和材料特性，通过统计分析和回归分析的方法估算其重量。
步骤一：确定组件首先，我们需要将船舶的各个部分分成不同的组件。
常见的组件包括船体、甲板、上层建筑物、设备等。
每个组件的几何形状和材料属性都会对其重量产生影响。
步骤二：统计数据收集接下来，我们需要收集各个组件的统计数据。
这些统计数据包括组件的数量、尺寸、材料种类和重量。
可以通过参考类似设计和建造的船舶型号或者查阅相关的造船资料来获取这些统计数据。
步骤三：建立回归模型基于收集到的统计数据，我们可以建立每个组件重量与其几何形状和材料特性之间的回归模型。
回归模型可以通过在统计数据上执行回归分析来确定，并通过拟合曲线来描述组件重量的估算结果。
常见的回归模型包括线性回归、多项式回归和岭回归等。
步骤四：重量估算完成回归模型的建立后，我们可以根据给定船舶的几何形状和材料特性来进行重量估算了。
首先，我们需要计算每个组件的几何形状和材料属性，然后代入回归模型中，得到每个组件的预估重量。
最后，将所有组件的预估重量相加，得到船舶的空船重量。
结论空船重量估算是船舶设计和建造过程中重要的一环。
本文介绍了一种基于统计分析和建模的空船重量估算方法，该方法通过将船舶分成不同的组件，并根据其几何形状和材料特性，通过建立回归模型来估算船舶的空船重量。
这种方法有助于提高重量估算的准确性和效率，为船舶设计和建造提供有力的依据。
需要注意的是，不同类型的船舶可能需要根据其特殊性进行适当的调整和改进。
船舶建造项目管理中的时间与成本控制策略研究摘要：船舶建造项目管理的时间与成本控制策略对于确保项目的成功和可行性至关重要。
本论文通过深入研究船舶建造项目的时间与成本控制策略，探讨了在项目执行过程中的关键因素和最佳实践。
研究发现，有效的时间与成本控制需要综合考虑项目计划、资源管理、风险管理以及沟通与协作等方面。
同时，利用先进的项目管理工具和技术，如PERT/CPM网络图、敏感性分析和成本估算模型，可以更好地实现时间和成本的控制目标。
本论文的研究结果为船舶建造项目管理提供了有力的指导，有助于提高项目的效率和竞争力。
关键词：船舶建造、项目管理、时间控制、成本控制、资源管理、风险管理引言：船舶建造项目，作为复杂而庞大的工程，其时间与成本控制对于项目的成功至关重要。
在现代船舶建造领域，如何高效地管理时间和成本已成为业界的热点问题。
本研究旨在深入探讨时间与成本控制策略，着眼于项目计划、资源管理、风险管控以及团队协作等关键要素。
通过运用先进的项目管理工具和技术，我们旨在为船舶建造项目管理提供有力的指导，从而提高项目的竞争力和可行性。
在这个挑战重重的领域中，时间与成本控制策略将成为实现成功的关键因素。
一、船舶建造项目的时间控制策略船舶建造项目的时间控制策略在现代船舶工程领域中具有至关重要的地位。
在这个复杂而庞大的工程中，时间控制不仅关系到项目的成功，还直接影响了整个生产周期和成本效益。
因此，如何有效地管理和控制项目的时间，成为船舶建造项目管理中的一个核心挑战。
1、时间控制的关键在于项目计划的合理性和准确性。
项目计划应包括详细的工作分解结构（WBS），明确每项任务的开始和结束时间，以及各项任务之间的依赖关系。
通过使用先进的项目管理工具，如PERT/CPM网络图，可以帮助项目管理团队更好地规划和跟踪项目进度，及时识别潜在的延误风险。
此外，合理的资源分配也是项目时间控制的关键。
确保项目所需资源的充分供应，以及适时的调整，能够有效地避免时间浪费和项目进度的滞后。
船舶载荷预测研究探究及其应用随着海洋经济的快速发展，船舶逐渐成为承载物流和贸易的重要交通工具。
而对于船舶来说，其载荷的合理分配和预测是十分重要的，不仅能提高航行效率，还能保障安全。
本文将从预测方法、应用领域以及现状等方面探究船舶载荷预测研究及其应用。
一、预测方法目前，船舶载荷预测主要采用蒙特卡罗模拟和神经网络模型两种方法。
1. 蒙特卡罗模拟蒙特卡罗模拟是通过随机数来进行一定数量的模拟，从而得到概率分布。
在船舶载荷预测中，可以选择一定量的载荷数据进行随机模拟，从而得到不同时间和不同载荷下的船舶水线。
2. 神经网络模型神经网络模型是通过模拟人类神经系统的功能和结构，来实现信息处理和模式识别的模型。
在船舶载荷预测中，可以采用神经网络算法对历史载荷数据进行训练，得到合理的预测模型。
这种方法不仅能够提高预测精度，而且还具有较强的普适性和泛化能力。
二、应用领域船舶载荷预测涉及到很多应用领域，主要包括以下几个方面：1. 经济管理对于货船来说，良好的载荷预测可以帮助货主和船东对货船进行合理的调度，从而保障货物的及时准确运输，增加航运收益。
2. 航海安全船舶载荷超载是造成船舶意外事故的主要原因之一。
因此，进行合理的船舶载荷预测可以避免超载发生，保障船舶的安全。
3. 船舶设计船舶设计中也需要考虑载荷预测因素，例如通过对载荷分布的研究来优化船舶的结构设计，提高航行效率。
三、现状及未来发展方向目前，国内外船舶载荷预测研究已经取得了一系列成果，例如基于Kalman滤波器的预测模型、采用遗传算法进行优化的神经网络模型等。
但是在实际应用中，仍存在预测精度不高、数据缺乏、预测时延等问题。
因此，未来的研究方向主要包括以下几个方面：1. 优化预测模型可以通过引入实时数据、优化参数调整等方法，提高预测模型的准确性和稳定性。
2. 统一数据标准统一数据标准可以提高数据采集与处理的效率和精度，从而优化预测模型。
3. 多因素预测除了考虑载荷因素之外，还可以加入气象、海况等多因素进行综合预测，从而更好地指导船舶的航行。
船舶制造项目中的成本控制分析船舶制造项目涉及的成本控制是整个项目成功的关键之一，它是一个在项目生命周期内持续存在的过程。
成本控制旨在确保项目的预算符合预期正确性，以达到项目的目标。
本文将介绍船舶制造项目中的成本控制主要步骤与策略。
成本控制主要步骤1. 确定项目基准计划在开始项目之前，制造商一般会采用经过认证的过程来制定基准计划，这可以确保项目在遵守预算和时间限制的同时达到其目标。
这个基准计划可以随着项目进展进行逐步修改，但是核心目标仍然必须在整个项目的生命周期内得到确保。
2. 定义项目阶段为了便于监控和管理项目，需要将项目划分为若干个阶段。
主要分为立项、设计、生产、测试、交付等阶段。
这些不同阶段的成本分布对项目整体的成本控制有着重要的影响。
每个阶段都有预算阈值，如果超出预算，就需要将它重新调整以控制成本。
3. 制定细化的预算一旦确定项目阶段，制造商需要细化每个阶段的预算，将其分配给任务和工作，为项目的所有成本领域分配适当的资源。
预算的制定应该考虑到人力、设备、材料、技术和非人力等多个方面的成本。
4. 进行成本分析在项目的生命周期中，需要进行对预算的实际支出的检查，以便在出现偏差时采取纠正措施。
如果在某个阶段上发现成本偏差时，需要对其进行详细的分析，以确定为何发生这种偏差，以及如何避免这种偏差未来的发生。
5. 采用诊断方法如果发生了预算偏离情况，制造商需要采用适当的诊断方法，以便确定正确的纠正措施。
这个诊断方法包括了成本变化分析、定量失控诊断、定量测量诊断、视觉诊断、专家诊断等多种方法。
成本控制策略1. 船体重量和规格方案船体的重量控制是一个关键的成本控制策略，因为重量会影响到整个船只的结构强度以及安全性能。
制造商可以使用最新的设计和材料技术来减少船体重量，以保持项目的成本控制和质量要求。
2. 生产过程的自动化自动化生产是一个成本控制和提高船只生产效率的重要策略，这种生产方式可以减少劳动力成本，提高生产效率，降低生产成本。
基于AutoML的船舶能耗预测模型◎ 曲维平1 魏慕恒2 刘学良2 张富榕2 叶柏基2 林楠21.宁波远洋运输股份有限公司；2.震兑工业智能科技有限公司摘 要：船舶能耗预测模型在航运领域中具有重要的应用价值。
这些模型对于船舶航行路径优化和节能减排具有重要作用。
然而，传统的船舶系统的复杂性给模型选择和优化带来了更大的挑战，而自动机器学习（AutoML）技术将这些过程可以自动化，提高预测模型的性能和开发效率。
因此，本文提出一种基于AutoML的船舶能耗预测模型，进行了一系列实验，并将其与常用的基线模型（LightGBM）进行了比较。
实验结果表明，基于AutoML的船舶能耗预测模型的预测的均方根误差相较于LightGBM减少了超过10%。
基于AutoML的船舶能耗预测模型在预测准确性和效率方面取得了显著的提升。
关键词：船舶能耗预测；自动机器学习；PyCaret；模型优化1.引言航运业是全球贸易和经济发展的重要支柱，而船舶能耗对于航运成本和排放有很大影响。
据IMO统计，船舶贡献了全球2.89%的碳排放，并且其碳排放量到2050年预计将上升50%—250%[1]。
随着能源价格的不断上涨和环境保护意识的增强，船舶管理者迫切需要有效的能耗预测模型来优化航行路径、管理能源消耗并减少碳排放。
船舶能耗预测模型的准确性和适用性对于船舶运营决策具有重要意义。
然而，目前船舶能耗预测模型在实际应用中仍然存在一些挑战和限制。
首先，船舶运行环境的复杂性使得能耗预测模型的建立变得十分困难。
船舶的航行条件、装备状况、货物负载等因素都对能耗产生影响，而这些因素之间又存在复杂的相互作用关系。
其次，船舶能耗数据的获取和处理需要考虑多种因素，如数据质量、数据缺失和噪声等。
如何筛选和提取有效特征对于模型的准确性和预测性能至关重要。
在过去很长时间里，主流研究都专注于物理和统计学模型的构建。
物理学模型是基于船舶流体力学和能量平衡原理构建的预测模型[2-4]。
多模型切换船舶预测控制方法研究引言：船舶预测控制是船舶自主导航和碰撞避免的重要研究领域。
为了提高船舶的自主控制能力和安全性，多模型切换方法在船舶预测控制中得到了广泛应用。
本文将探讨多模型切换船舶预测控制方法的研究现状、原理和应用。
一、研究现状1. 船舶预测控制方法船舶预测控制方法主要包括模型预测控制、适应控制和强化学习等。
模型预测控制方法基于数学模型对船舶的运动进行预测，并根据预测结果进行控制决策。
适应控制方法通过实时调整控制参数以适应环境变化和船舶运动状态的变化。
强化学习方法则通过与环境进行交互，学习最优的控制策略。
2. 多模型切换方法多模型切换方法将多个模型组合起来，根据不同的环境和船舶运动状态选择合适的模型进行预测和控制。
多模型切换方法可以提高船舶预测控制的鲁棒性和适应性，使得船舶在不同的环境和运动状态下都能保持良好的控制性能。
二、多模型切换船舶预测控制方法原理多模型切换船舶预测控制方法主要包括模型库构建、模型选择和控制策略三个步骤。
1. 模型库构建模型库是多模型切换方法的基础，它包括多个数学模型以及相应的参数。
模型库的构建需要考虑不同的运动状态、环境条件和船舶类型等因素。
通过实验数据和数学建模方法，可以构建出适用于船舶预测控制的多个模型。
2. 模型选择在船舶实际运行中，根据船舶当前的运动状态和环境条件，从模型库中选择合适的模型进行预测和控制。
模型选择可以根据一定的评估准则进行，例如最小二乘法、贝叶斯准则等。
选择合适的模型可以提高船舶预测控制的精度和鲁棒性。
3. 控制策略根据选择的模型进行预测后，需要制定相应的控制策略。
控制策略可以基于模型预测误差和船舶当前状态进行调整，以实现船舶的稳定控制和碰撞避免。
控制策略可以采用PID控制、模糊控制、强化学习等方法。
三、多模型切换船舶预测控制方法应用多模型切换船舶预测控制方法在船舶自主导航和碰撞避免中有广泛的应用。
其应用领域包括船舶自动驾驶、船舶交通管理、船舶碰撞风险评估等。
基于CFD的船舶船体总阻力预报方法CFD是计算流体力学的缩写，是用于分析流动场和计算阻力的一种数值分析技术，被广泛应用于船舶航行性能的研究中。
船舶航行受到水的阻力影响，因此预报船体总阻力是航行设计的重要环节之一。
下面我们将介绍一种基于CFD的船舶船体总阻力预报方法。
首先，我们需要获取船体CAD模型，并将其转换成CFD模型。
这可以通过将船体CAD模型导入专业CFD软件中实现。
在导入后，我们需要对该模型进行网格划分。
网格划分是CFD仿真的关键，它直接影响着计算的准确性和效率。
通常使用的网格划分有结构化和非结构化两种，根据具体情况选择更合适的划分方式。
划分完成后，我们可以开始进行计算。
CFD计算分为两个步骤，第一步是求解流场，第二步是求解阻力。
在求解流场时，我们需要确定边界条件和流体动力学模型。
边界条件决定了计算模拟的流体力学环境，如流速、压力等。
流体动力学模型根据流体动量守恒、能量守恒和质量守恒原理进行建模，它是计算模型的核心。
求解完流场后，我们就可以得到船舶水上表面的压力分布，从而可以进入第二步。
在求解阻力时，我们可以采用CFD直接计算或计算流体力学辅助设计（CFD-Aided Design，CAD）的方法。
CFD直接计算是通过计算船体表面的摩阻、压力和粘滞阻力等来得到总阻力。
这种方法计算比较直接，但在精度上相对较低。
而CFD-Aided Design方法是在CFD计算的基础上，将得到的阻力值进行预测和优化，同时还可以对设计参数进行调整，从而得到更准确的预报结果。
最后，我们对CFD计算结果进行验证。
CFD计算结果需要与模型试验结果进行比对来验证其准确性。
我们可以通过数值模拟得到船舶在不同航速下的阻力系数（即船舶所受总阻力与动压力之比），并与实测值进行比较，从而可以验证CFD计算的可靠性和准确性。
如果CFD计算结果与试验结果相差不大，则说明所采用的计算方法比较可靠。
以上就是基于CFD的船舶船体总阻力预报方法的介绍。
船舶动态建模与预测技术研究船舶是一个非常重要的交通工具，其中包含着许多机械、电子以及人工控制单元。
船舶的复杂程度使得它的维护和运行变得异常困难，因此需要船舶动态建模与预测技术来对船舶进行监测和控制。
船舶动态建模是一个船舶控制系统的核心部分。
建模过程将船舶的动态特性和系统结构进行分析，并通过用一组数学方程来表示其行为，从而开发出了模拟环境。
建模工作基于对船舶系统的人工观察和测量结果，以保证船舶模型行为的准确性和可靠性。
船舶模型可以用于验证和测试船舶系统、进行设计优化、仿真和控制算法开发，并为船员提供培训和操作支持。
预测技术是船舶控制系统的另一个核心部分。
它提供了一种方法来分析船舶的运行数据，从而提前预测船舶未来的行为，识别潜在的故障和维修需求。
预测技术可以有多种不同的形式，如回归分析、人工神经网络、模糊逻辑等。
在船舶动态建模的基础上，预测技术可以利用传感器采集到的实时数据对船舶的性能进行实时监测，并提高系统稳定性和可靠性。
船舶动态建模与预测技术的应用范围非常广泛。
例如，在船舶自动导航和控制方面，这项技术可以帮助船员改善船舶运行的稳定性、节能、减少航行时间和提高安全性。
在海洋工程方面，这项技术可以帮助设计更加稳定的船舶支架，并在不同海况下进行施工、维护和拆除。
在船舶维护方面，这项技术可以实时监测船舶所需的部件和设备的工作状态，从而更好地进行维护和保养。
尽管船舶动态建模与预测技术的应用前景非常广阔，但是它们仍然面临着一些挑战。
首先，船舶动态行为建模的过程会导致数据量爆炸，并且模型所含变量的数量可以非常庞大，这可能会导致处理和存储问题。
其次，对于传感器数据的统计分析，大多数数据不仅容易受到噪声、采样和数据标准差等因素的干扰，还具有非线性、非平稳和不确定性的特征，这些特征使得数据处理变得更加困难。
最后，尽管机器学习领域在最近几十年取得了巨大的进展，但在实际应用过程中，保证模型的准确性、性能和可靠性依然需要大量的迭代试验和调整。
Value Engineering 0引言改革开放以来，市场开放性不断增强，资源配置方式进一步得到优化，计划经济体制下的价格管制措施被逐步放弃，“低工资、低物价、低消费”的格局被逐渐打破。
在放开价格和比价关系的调整过程中，受投资和需求的双重拉动，我国生活资料和生产资料价格都出现了较大幅度的上涨，经济波动进一步加剧，从1980年至2010年的30年间，我国CPI 上涨了5倍多，远远超过了建国初期头30年CPI 总体上涨50%的幅度。
在人工成本不断上升和材料价格不断上涨的双重压力下，加强对成本的控制能力，实现对成本的科学估算和精确控制，成为现代工业企业发展中的重要命题。
国内外学者在成本估算方法的研究中取得了诸多优秀的成果，其中较为成熟的估算方法包括统计估算法、基于参数拟合的估算法和分析估算法，目前应用较为普遍的模型及理论有：回归估算法、相似估算法、功能成本估算法、参数法、神经网络估算法、学习曲线法、ABC 法、多属性模糊法、特征值估算法等[1]。
在对舰船建造成本估算开展的研究中，往往将物价变化作为影响舰船建造成本的重要因素，纳入预测模型之中。
各种估算模型中对于物价变化的影响分析主要集中于静态的估算方法，基本都是选取一类或几类典型的物价指数（如CPI 、PPI 、RPI 等），将指标当年的统计值作为自变量引入估算模型[2]。
在物价波动不明显的时期，对物价影响采取静态估算方法能取得较好的效果。
但在物价波动剧烈的经济环境下，材料价格、工资水平瞬息万变，尤其对于舰船建造这样工期持续数年的工程项目，建造成本受物价影响大，研究新条件下物价变化对建造成本的影响机理显得十分重要。
1物价变化对舰船建造成本的影响概述根据马克思主义经济学原理，商品价值是由物质消耗C 、人工消耗V 和税金利润M 三部分构成的，价格是价值的货币形态。
价格等于成本加利润，因此，对舰船建造成本的研究，抽象起来就是对舰船建造过程中消耗的人工成本和物质成本开展的研究。
1.1物价变化对工时费用的影响舰船建造过程中消耗的人工成本包含了成本项目中的直接工资和其他直接指出，以及制造费用、专项费用、管理费用中的人工消耗费用，这些费用归口起来统称为成本的工时费用。
作为舰船建造费用的重要组成部分，工时费用所占比重在近年来迅速攀升，工时费用的快速上涨已经成为舰船建造费用增加的重要驱动力量。
工时费用由两部分组成，工时费率与工时数。
其中，工时费率作为对舰船建造劳动单位时间价值的度量，它的数值直接受到物价变化的影响。
工业企业的工资标准是参照消费者价格指数（CPI ）进行制定和调整的，消费者价格指数（CPI）是从反映与居民生活有关的商品及劳务价格统计出来的物价指标，它主要用于计算货币购买力之强弱，核算市场价格变动对城乡居民实际收支的影响，分析价格变动对居民生活的影响程度。
CPI 是在已经产生的物价状况下统计的，是一个滞后性的数据，因此工时费率的增长相对于CPI 的增长往往有一段滞后期[3]。
而且工时费率的增长速度一般快于CPI 的增长，以1979年为基年，到2009年CPI 上涨了5.10倍，而工时费率上涨了27.96倍。
1.2物价变化对材料费用的影响舰船建造过程中消耗的物质成本包含了成本项目中的直接材料，以及制造费用、专项费用、管理费用中的物质消耗部分，这些费用归口起来统称为成本的材料费用。
在生产力迅速发展，生产和生活资料需求日益增大的今天，各种材料价格呈现出越来越大的上涨幅度。
生产者价格指数的统计范围较好的涵括了舰船建造工程消耗的各种材料，因此在实际应用中我们通常用生产者价格指数（PPI）反映舰船建造过程的材料价格水平。
PPI 主要用于衡量企业购买的一篮子物品的总费用，观察工业企业产品出厂价格变动的趋势和变动的程度，是反映某一个时期生产领域价格变动情况的重要经济指。
生产过程中所面临的物价波动将反映到最终产品的价格上，观察PPI 的变动情形有助于我们预测未来物价的变化状况。
因此，PPI的变动往往是CPI 变动的前奏，我们称它为先行指标[3]。
PPI 与CPI 两种价格指数在计算过程和用途上区别很大，但是在经济生活中，两种价格指数之间彼此又存在着非常密切的联系。
2多项式分布滞后模型2.1产生背景对于时间序列数据，由于经济系统中经济政策的传导、经济行为的相互影响和渗透都需要一定的时间，它们的数值往往是由自身的滞后量或者其他变量的滞后量所决定的，这种考虑变量跨时期的影响关系的研究模型称为动态经济模型[4]。
引起变量滞后的原因很多，概括起来主要有以下三点：第一，心理上的原因。
作为一种习惯势力（惰性）的结果，人们在价格上升或收入增加之后，并不马上改变他们的消费习惯，也许是因为改变的过程会带来一些直接的负效应；第二，技术上的原因，如果相对于劳动力而言，资本的价格下跌致使用资本代替劳动力较为经济，然而资本的添置需要时间，如果人们预期价格下跌是暂时现象，特别是在资本价格的暂时下跌之后会回升到原先水平上，厂商就不会匆忙用资本去代替劳动力；第三，制度上的原因，即因为行政管理上的便利而做出的某种规定，将资源进行了锁定，而造成资源在一定时期内不能转移到有更大效益的部门。
由于上述原因，滞后在动态经济学中占———————————————————————作者简介：康岑诚（1987-），男，湖南湘潭人，硕士研究生，研究方向为国防经济与装备发展；魏汝祥（1962-），男，河北泊头人，教授。
基于PDL 模型的舰船建造成本预测方法研究Research on the Forecast Method of Construction Cost of Warships Based on the PDL Model康岑诚①Kang Cencheng ；魏汝祥②Wei Ruxiang ；杜军岗①Du Jungang（①海军工程大学装备经济管理系，武汉430033；②海军工程大学理学院，武汉430033）（①Naval University of Engineering Department of Equipment Economics and Management ，Wuhan 430033，China ；②Naval University of Engineering College of Science ，Wuhan 430033，China）摘要：指出物价波动剧烈的经济背景下，静态估算方法在舰船建造成本预测中存在的不足，在分析物价变化对舰船建造成本的影响机理的基础上，引入动态经济分析模型———PDL 模型，选取PPI 、CPI 及其滞后值作为自变量，建立了舰船建造成本的预测模型。
以某型舰船的批量建造成本作为数据样本，进行了实例分析，并与静态线性预测模型的分析结果进行对比，结论显示，采用动态经济预测方法能够更加客观的反映舰船建造成本的变化规律，有利于实现对成本的科学预测和精确控制。
Abstract:Points out that against the economic background with frequent fluctuation in price,the deficiencies of static estimation methods in analysis of construction cost of warships.Base on analysis of the influence of price fluctuation on construction cost of warships,a dynamic model-the PDL model is introduced.Select index PPI,CPI and its lag value as independent variables,establish a new forecast model of construction cost of warships.Choose a certain type of warship's batch construction cost as data sample,make a example analysis,and compared results between the linear prediction model and PDL model.Result shows that,using dynamic economic forecasting method can reflect the change rule of warship's construction cost more objectively,which is helpful to realize scientific prediction and accurate control of cost.关键词：动态经济；PDL 模型；舰船建造成本；预测方法Key words:dynamic economy ；the PDL model ；construction cost of warships ；forecast methods中图分类号：TU275.3文献标识码：A文章编号：1006-4311（2012）05-0061-03·61·价值工程有核心地位[5]。
包含滞后解释变量的动态经济模型称为分布滞后模型，它在经济学中扮演着一个重要的角色。
在对分布滞后模型进行估计时，根据对模型中系数约束限制的不同方法而将分布滞后模型分为几何分布滞后模型（考伊克分布滞后模型）和多项式分布滞后模型（阿尔蒙多项式分布滞后模型）。
前者假定诸系数是按照几何级数衰减的，后者则运用一个多项式去拟合模型中的各系数。
由于考伊克分布滞后模型假设诸系数β是按几何级数衰减的，因此其应用比较有限。
应用更加普遍的模型是阿尔蒙提出的多项式分布滞后模型（Polynomial Distribution Lag Model,PDL ）。
2.2模型原理对于滞后长度为k 的有限分布滞后模型：y t =α+β0x t-1+β1x t-1+β2x t-2+…+βk x t-k +u t阿尔蒙假定模型中的诸系数β可用适当的多项式来逼近，即：βi =α0+α1i+α2i 2+…+αm i m 其中，m 是多项式的最高次数，且假定m 小于最大滞后长度k 。
利用式2对式1进行整理，得到如下模型：y t =α+α0Z ot +α1Z 1t +α2Z 2t +…+αm Z mt +u t其中z jt =m i=0Σi jx t-j ，j=0，1，…，m ，模型3比模型1可以少顾及（k-m）个参数。
