几个美国科学基金会的资助项目，大家看看哪些科技项目有潜力

给大家看几个美国的国家科学基金委（Natural Science Foundation）的几个项目，大家就知道未来的科学研究应该往哪一个方向走了。

大规模模拟和积累大量数据的能力彻底改变了科学和工程。计算和数据驱动的科学与工程（CDS&E）程序的目标是通过新的计算和数据分析方法以及最佳实践来识别和利用重大科学和工程突破的机会。CDS&E程序支持利用计算和数据来推进知识并加速发现超出参与单个程序目标的项目。智力驱动因素可能来自单个学科，也可能跨越不同部门和董事会的多个学科。CDS&E提案应促进和/或利用计算和数据科学研究和基础设施的发展和适应。

CDS&E元项目鼓励通过计算和数据推动科学和工程的研究，欢迎参与部门支持的任何研究领域的提案。提案可能涉及发展或实现理论、计算、实验和观测之间相互作用的主题，以在迄今为止棘手的科学和工程问题上取得进展。

等离子体科学是一个跨学科的研究领域，包括等离子体物理学、等离子体化学、材料科学和空间科学在内的许多学科的基础研究汇集在一起，为发现和技术创新提供知识。

ECLIPSE计划范围内的主题领域包括但不限于：

• 等离子体表面相互作用，应用于先进制造、材料加工和催化等领域。

• 大气压等离子体和微等离子体，应用于微电子、等离子体农业、环境修复以及化学工业电气化实现的其他清洁和脱碳能源目标。

• 含尘等离子体，应用于纳米材料、气溶胶和功能化表面涂层的开发。

• 用于高度非平衡等离子体的新型传感器开发，应用于例如基于立方体卫星的地球空间测量和工业等离子体诊断。

• 用于多组分和/或多相等离子体系统的新型计算建模，应用于例如空间天气预报和等离子体反应器设计。

• 纳米光子学和纳米光学中等离子体激元的新研究，应用于亚太赫兹无线通信和光催化化学过程。

• 新的化学测量科学，用于表征等离子体中发生的过程，并将等离子体用作测量系统的一部分，应用于环境污染物分析或法医证据鉴定等。

• 研究等离子体中的基本化学反应和机理，并将其应用于新型化学合成等领域。

持续科学创新网络基础设施（CSSI）计划旨在提供灵活的资金机会，以应对网络基础设施不断变化和新兴的需求。该计划继续强调综合CI服务、具有这些服务交付和使用目标的定量指标以及社区创建。

美国国家科学基金会工程理事会（NSF/ENG）和国家生物医学成像与生物工程研究所（NIH/NIBIB）宣布了下一代生物技术生物医学研究倡议——SynBio Control（BRING SynBio）征集。BRING-SynBio-Control招标旨在通过跨部门合作，加速将新的基础合成和工程生物学进展转化为早期生物医学技术。

响应BRING-SynBio招标的项目将包括一个分两阶段的计划，即进行原理验证的合成和工程生物学研究（第一阶段）和探索性研究，将研究结果转化为生物医学技术（第二阶段）。第二阶段的研究应以第一阶段的预期成果为基础。美国国家科学基金会将为第一阶段的基础研究活动提供支持。美国国立卫生研究院将为第二阶段探索性生物医学工程技术开发提供支持。NIH/NIBIB将对成功完成第一阶段里程碑进行行政评估，以确定是否有资格过渡到第二阶段。这种转变既不是自动的，也不是有保证的。

美国国家科学基金会（NSF）数学和物理科学理事会（MPS）的数学科学司（DMS）和空军科学研究办公室（AFOSR）计划共同支持应用科学中数字孪生的基础数学和统计研究。近年来，对涉及协作团队开发和分析数字双胞胎以支持科学、工程、医学、城市规划等各个领域决策的应用程序的需求和兴趣显著增加。这两个机构都认识到，有必要促进旨在促进数学/统计学/计算与数字孪生领域实际应用之间相互作用的研究。该计划鼓励数字孪生领域内的新合作努力，旨在刺 激基础研究创新，推动和扩大知识边界，探索数字孪生开发及其应用的数学和计算新领域。通过利用这种协同作用，该计划旨在利用科学、技术和创新来应对我们社会的一些最紧迫的挑战。

网络物理系统（CPS）是基于计算和物理组件的无缝集成构建的工程系统。CPS的进步将实现能力、适应性、可扩展性、弹性、安全性、安全性和可用性，从而扩大这些关键系统的视野。CPS技术正在改变人们与工程系统的互动方式，就像互联网改变了人们与信息的互动方式一样。新的智能CPS推动了一系列应用领域的创新和竞争，包括农业、航空、建筑设计、民用基础设施、能源、环境质量、医疗保健和个性化医疗、制造业和运输业。CPS正在变得数据丰富，从而实现了新的更高程度的自动化和自主性。CPS研究中的传统观念正受到人工智能和机器学习新概念的挑战。人工智能与CPS的集成，特别是实时操作，创造了具有重大社会影响的新研究机会。

尽管在推进CPS技术方面取得了巨大进展，但对跨应用领域创新的需求正在推动加快基础研究以跟上步伐。与此同时，CPS项目旨在为研究界开辟新的视野，超越通常的网络物理范式和结构，提出创造性的想法，以应对当今系统以及尚未设计或部署的未来系统的无数挑战。

CPS项目旨在开发设计这些复杂CPS所需的核心研究，其中一些CPS可能还需要可靠、高置信度或可证明的行为。该计划的核心研究领域包括控制、数据分析和机器学习，包括控制、自主、设计、物联网（IoT）的实时学习，以及包括人在环或人在环、网络、隐私、实时系统、安全、安保和验证在内的混合举措。通过从特定系统和应用领域的细节中抽象出来，CPS计划旨在揭示跨领域的基本科学和工程原理，这些原理是所有应用领域网络和物理元素集成的基础。该计划还支持基于这些跨领域原则的方法、工具、硬件和软件组件的开发，以及通过原型和测试台对这些原则的验证。该计划还培养了一个研究社区，致力于推进CPS的教育和外展，加快CPS研究向现实世界的过渡。

本次跨部门项目征集的目的是支持计算机和信息科学、工程、数学、统计学、行为和/或认知研究领域的变革性高风险、高回报进展的发展，以解决生物医学和公共卫生领域的紧迫问题。转型取决于跨学科团队的科学和工程创新，这些团队开发了新的方法，直观、智能地收集、感知、连接、分析和解释来自个人、设备和系统的数据，以发现和优化健康状况。解决这些复杂的生物医学或公共卫生问题需要组建跨学科团队，准备解决这些问题，同时推进基础科学和工程。

机器学习和人工智能（AI）正在从蛋白质折叠、自然语言处理、药物合成和推荐系统到新型工程材料和产品的发现等领域实现非凡的科学突破。这些成就来自数学、统计学、工程学和计算机科学的融合，但所有学科的科学家都无法清楚地解释这种人工智能系统的非凡力量和局限性。关键的基础差距仍然存在，如果不加以妥善解决，很快就会限制机器学习的进步，抑制人工智能的进步。仅靠增加计算能力和实验来克服这些关键差距的可能性似乎越来越小。更深入的数学理解对于确保人工智能能够满足社会的未来需求并实现广泛的科学发现至关重要，同时防止颠覆性技术的意外后果。  

美国国家科学基金会数学和物理科学局（MPS）、计算机和信息科学与工程局（CISE）、工程局（ENG）和社会、行为和经济科学局（SBE）将共同赞助由数学家、统计学家、计算机科学家、工程师和社会和行为科学家组成的研究合作，专注于人工智能的数学和理论基础。研究活动应侧重于最具挑战性的数学和政治问题，旨在了解人工智能方法的能力、局限性和新兴特性，以及为当前和下一代人工智能方法开发新颖的、基于数学的设计和分析原则。

具体的研究目标包括：对决定当前和新兴一代人工智能系统能力和局限性的因素建立基本的数学理解，包括但不限于基础模型、生成模型、深度学习、统计学习、联合学习和其他不断发展的范式；为当前和下一代人工智能系统开发基于数学的设计和分析原则；用于表征和验证机器学习算法及其预测的严格方法；实现可证明可靠、可转换、通用的人工智能系统和算法的研究；鼓励跨学科研究界和不同机构的新合作。

总体目标是使用创造性但有理论基础的数学和统计框架，为人工智能技术建立创新和有原则的设计和分析方法，产生可解释和可解释的模型，从而实现可持续、对社会负责和值得信赖的人工智能。

美国国家科学基金会（NSF）和美国国家标准与技术研究所（NIST）在各种基础和应用科学与工程领域有着共同的利益。该计划旨在促进NIST科学和工程人员以及NSF支持的研究人员之间的合作研究和教育活动。通过使用现有NSF奖项中的补充资金请求，可以请求支持与NIST现场工作相关的差旅费和每日津贴，以便与NIST工作人员合作进行研究，并使用NIST为NSF支持的PI、联合PI、博士后学者、本科生和研究生以及与NSF-NIST合作研究相关的其他人员提供的专门研究仪器。

该计划为积极的NSF奖项提供补充，以支持NSF资助的研究人员与NIST实验室和用户设施的研究人员合作。

中等规模的RI项目直接推动了NSF支持的一个或多个研究和教育领域的基础科学、技术、工程和数学（STEM）的进步。中等规模的RI项目强调强大的科学价值，具有独特的研究基础设施，可以解决已确定的国家研究优先事项，而不是区域或校园级别的优先事项。设计和实施项目都需要展示出技术和项目管理方面的专业知识，同时还需要制定完善的学生培训计划，并让多元化的员工参与中型RI活动的各个方面。

民用基础设施部门是全球经济的重要组成部分，为美国和全球数百万人提供就业机会。例如，仅建筑业就在美国雇佣了700多万人，在全球雇佣了近3亿人。此外，在经济发达国家，实体基础设施系统的建设、运营、维护、改造和退役占国内生产总值（GDP）的很大一部分，在经济不发达国家更是如此。

民用基础设施投资是公共和私营部门最大的资本投资之一，预计将在几十年内发挥其预期作用。因此，仍然存在迫切的经济和运营需求，需要延长现有民用基础设施的使用寿命，开发新的民用基础设施，以刺 激和维持城市和农村地区的持续经济增长和繁荣，并适应人口增长、流动性、安全、安保和整体生活质量。

基础设施材料的生产和施工过程是能源密集型的，据估计，它们约占全球温室气体排放量的三分之一。它们还导致各种自然生态系统的破坏，例如，木材采伐造成的森林砍伐和砂石开采造成的河床枯竭。此外，民用基础设施系统在其整个运营/维护生命周期中会产生大量温室气体排放，需要不断适应环境和社会变化。

温室气体排放的增加与地球平均温度的升高、海平面的上升以及极端天气模式的变化有关，例如长时间的干旱、强烈的降水、更频繁的飓风和龙卷风。在这种情况下，沿海地区的洪水频率增加，对民用基础设施造成了重大的临时和永久性破坏，对社区产生了不利影响。与人类历史上的其他时期一样，全球变化要求人类通过从不太适合居住的地方撤退、加强现有基础设施的弹性、在不断变化的运营条件下设计新的基础设施以及充分和迅速地利用技术创新来适应这些新条件。

任何旨在减轻人为对气候变化的贡献并实施提高社区复原力的适应解决方案的成功战略都必须包括民用基础设施创新。由于气候变化和基础设施的逐步老化和恶化加剧了自然灾害风险，平衡民用基础设施需求与相关的社会和环境影响变得越来越具有挑战性。此外，基础设施老化和恶化对边缘化、低收入社区的影响尤为严重，这些社区在典型的民用基础设施投资中不被视为优先事项。

网络安全和隐私研究不断快速发展，以应对当前和新兴的威胁，教育和培训课程与这些进步同步发展至关重要。迫切需要新的教育和教学方法来建立一支高技能的网络安全和隐私工作队伍，以保护和捍卫美国的网络空间，确保国家安全，并减轻数字技术使用对个人和社区的伤害。美国国家科学基金会（NSF）的安全和值得信赖的网络空间（SaTC）计划将安全和隐私视为一个多学科的主题，可以带来设计、构建和运营网络系统的全新方式；保护现有基础设施；激励和教育个人网络安全。SaTC的教育（EDU）指定侧重于开发循证和证据生成方法，以改善K-12、本科、研究生和专业教育水平的网络安全教育和劳动力发展。

制造业对美国经济的几乎每个部门都至关重要，通过提高生产率、推出新产品和开辟新产业来刺 激增长。美国国家科学基金会和工程局对先进制造业的投资将继续增加我们国家的劳动力，增强供应链的弹性，并创造性能更高、资源更少和/或新能力的产品和工艺。

先进制造业新兴领域的研究将通过改变制造能力、方法和实践的基础性、多学科研究，加速制造材料、技术和系统的突破。美国国家科学基金会和工程理事会的投资将推动先进的节能和资源节约型工业技术、弹性制造战略、工程生物学的新方法、下一代材料以及数据科学、自动化、机器人和机器学习的力量在制造业取得突破，以智能设计和开发安全、可持续和能够抵御自然和人为灾害的未来方法。

美国国家科学基金会和工程局投资于新兴先进制造技术的研究和教育活动，这些技术符合国家的需求，并支持2022年的《CHIPS和科学法案》、白宫战略（如2023年关于支持国内制造业和美国就业的联邦研究与发展的行政命令）和其他政策指令，包括国家科学技术委员会的2022年国家先进制造业战略，以发展国家经济，创造优质就业机会，增强环境可持续性，应对气候变化，加强供应链，确保国家安全，改善医疗保健。

实现净零循环经济的工业产品和燃料：钢铁、铝、水泥、混凝土、工程木材、化学品、半导体材料和系统、多功能基础设施（建筑）材料、电燃料、清洁水和其他温室气体净零排放产品的工业制造技术和实践。示例包括但不限于循环设计、新型工业过程效率、净零原料利用率、净零工业热量和净零碳转化技术。

净零建筑供暖和制冷：为新系统或改造提供经济实惠、舒适的建筑空间调节技术和实践，实现净零温室气体排放。示例包括但不限于多功能建筑围护结构、下一代热泵、用于热和湿度控制的先进隔热材料和涂料、高效的室内空气质量和热量管理、电网和建筑优化的暖通空调控制和传感器、能量存储和管理、太阳能集成以及非常低或没有全球变暖制冷剂。

净零电网和电气化：支持提高无碳发电和需求水平的电网技术和实践，同时保持和提高安全性、可负担性、可靠性、稳定性和弹性。示例包括但不限于智能实时传感、分布式能源集成的通信和控制、配电和储能的需求响应系统、高压和中压系统的电力电子设备、先进的变压器和配电设备以及网络和物理安全。

净零航空：技术和实践使航空运营管理和服务实现了温室气体净零排放和/或气候影响。示例包括但不限于可持续航空燃料、高效飞机和发动机技术、氢动力或电动飞机、优化能耗的创新路线设计、调度和操作程序，以及应对飞机尾迹变暖的解决方案。

净零排放：在公共交通和个性化出行服务中实现净零排放的技术和实践。示例包括但不限于净零车辆生产和运营；通用移动支付系统；动态按需调度和路由；车辆传感、通信和控制硬件和软件；运输和物流的机器人技术和自主性；净零公共交通交付；为不同的旅行者，特别是行动选择有限的人，提供净零共享出行选择。

支持净零目标的温室气体建模和信息系统：跟踪排放目标和净零目标进展需要对温室气体进行有效的测量、建模和数据管理。需要研究来完善数据同化能力、模型缩放和数据产品开发，以支持管理和决策。

循环生物经济：研究促进食品、能源、水、氮、磷和材料的可持续社会利用，减少并最终消除化石燃料燃烧而不进行碳捕获。此外，研究减少或消除浪费的物料流，重点是闭环或“循环”处理。

随着美国能源使用的持续增长，必须增加清洁、可持续能源的使用以满足需求。这些能源包括生物质、地热、风能、水力、潮汐能和太阳能。就本致同事函（DCL）而言，清洁能源代表了基于新颖基本概念的新型高效技术，通过提高能效和现有技术的节能措施节省的能源，以及来自可再生能源的能源。

氢、聚变和/或地热技术：促进科学技术发现和发展的示例主题包括：资源发现和表征；新材料、化学转化技术：旨在从根本上理解控制整体效率、性能和可扩展性的潜在现象的过程系统研究；聚变能的等离子体、激光、材料和功率管理技术；新型仿生或仿生材料、生物平台和电路，以支持化学能生物转化为电力；地热资源和地热氢作业/开采；了解最大容量和扩大规模的限制；了解与其他能源系统和电网基础设施的集成；以及这些技术的计算系统和基础设施。

工业热能和/或能效技术：促进科学技术发现和发展的示例主题包括：旨在用清洁能源替代化石燃料以提供工业过程热量的基础研究，了解控制整体效率和最大规模的潜在现象，以及利用热量将化学物质和材料转化为有用产品的方法；对建筑环境优化和控制的基本理解；调查与大型能源系统和电网整合的影响；节能电力电子和系统——配电和用电；节能微电子；能源系统和电网与交通等其他基础设施系统的整合；利用先进计算产生的热量来利用能量的新设备、电路和系统技术和工艺；以及降低数据中心的功耗。

清洁能源技术的关键材料——回收、再利用和再循环：促进科学技术发现和发展的示例主题包括材料回收和再循环的新方法；矿床发现和特征描述；对先进制造业进行基础研究，以便在使用结束时进行更简单的回收；推进对挑战和潜在解决方案的基本理解，以实现关键材料的再利用。

净零燃料和生物能源：促进科学技术发现和发展的示例主题包括新的化学品和多功能材料、化学转化和/或过程系统研究，旨在从根本上理解控制整体效率和性能的潜在现象，包括生物学中的量子力学原理，如有效能量转移的相干性或能量捕获、转移或储存的酶效率隧道；新的生物平台和电路，以支持化学能生物转化为电力；通过新的生物基系统发现二氧化碳的价值，如生物电化学还原以制造燃料和化学品；了解最大容量和扩大规模的限制；以及理解与其他能源/过程系统和/或电网基础设施的集成。

美国国家科学基金会宣布创建机器人基础研究（机器人）项目，该项目由工程局（ENG）和计算机与信息科学与工程局（CISE）联合管理。

机器人项目支持对具有显著计算能力和物理复杂性的机器人系统的研究。就本计划而言，机器人被定义为体现在工程结构中的智能，具有处理信息、感知和在其工作环境中移动或实质上改变其工作环境的能力。这里的智能包括一类广泛的方法，使机器人能够解决问题或做出符合上下文的决策。欢迎考虑智能、计算和体现等密不可分的问题的研究提案。项目还可以关注智能、计算和/或实施的一个不同方面，只要所提出的研究在一类机器人的背景下是明确合理的。

机器人项目的目标是消除人为的学科界限，为机器人基础研究提供一个单一的家园。机器人是一个深度跨学科的领域，鼓励在机器人技术中出现的各种基础工程和计算机科学研究挑战中提出建议。所有提案都应令人信服地解释成功的结果将如何实现变革性的新机器人功能或大大增强现有的机器人功能。

机器人项目将由来自参与部门的项目官员团队管理，这些部门包括土木、机械和制造创新（CMMI）、计算机和网络系统（CNS）、计算和通信基础（CCF）、电气、通信和信息系统（ECCS）以及信息和智能系统（IIS）。虽然通过FastLane、Research.gov或Grants.gov提交提案需要选择其中一个考虑单位（即部门），但该选择不会影响审查过程。所有提交的提案将被视为单一统一计划的一部分，无论最初收到提案的部门是谁。

该DCL邀请对ICI模拟和合成数据的科学基础做出重大贡献的研究提案。代表性主题包括但不限于以下内容：

• 数学基础，包括用于创建模拟或合成数据的算法和启发式方法；

• 开发特定的数据创建技术，如本地化/同质化和下采样/聚合；

• 数据验证和确认方法；

• 数据科学和工程领域的创新（例如，数据集成、融合、扩展）；

• 基于模型的和其他模拟合理网络拓扑的方法；

• 整合现有或新的方法，用于在ICI内模拟人类认知和/或行为的数据。

美国制造研究所涵盖了广泛的主题领域，涵盖了先进制造业的挑战性和高科技世界，从生物制药生产和组织打印到机器人和网络安全。NSF有兴趣收到解决先进制造业关键基础研究和劳动力发展需求的提案，这些提案能够在一个或多个美国制造研究所的技术重点领域实现创新。

量子信息科学与工程（QISE）研究将推进对独特量子现象的基本理解，这些现象可以用来促进信息处理、传输和测量，而经典方法的效率较低，甚至根本不起作用。当前和未来的QISE应用不同于量子力学的先前应用，如激光、晶体管和磁共振成像，因为它使用了不同的量子现象——叠加和纠缠——这些现象没有经典的对应物。这些新应用的发展将成为21世纪重大技术革命之一的基础。基于三十多年的探索性发现，NSF对QISE的投资将有助于推动国家成为量子技术的领先开发商。这些投资是国家量子计划（NQI）的关键组成部分，并解决了国家对帮助建立新兴产业的关注。

量子器件：利用量子信息科学并展现出推进QISE领域性能的新型器件；设备可以明确地表现出量子信息系统完全优化所需的量子或经典功能，如量子传感器、网络或计算机。

量子系统：开发新平台的量子系统，将推动量子传感、量子通信和量子计算或模拟领域的发展。

量子信息处理：实现量子子系统功能的设备、电路和控制的集成，包括混合量子经典电子集成；量子信息处理能力，以利用和推进超越经典系统的未来计算、通信和传感系统。

基于量子的网络安全：通过利用量子信息和人工智能，展示能源、电力和其他网络的先进网络安全。

低温：研究量子系统低温冷却的创新方法，包括3He稀释制冷机的替代品。

量子制造：开发创新的制造技术，使量子器件和集成系统的制造能够提高可扩展性和可重复性。

湍流、传热和材料行为：开发量子计算方法，可以解决全尺寸空气动力学、流体动力学、热学和力学应用的所有物理（时间和空间）尺度。

量子技术的热管理：用于热测量的量子传感器；量子材料和量子现象中的热输运；下一代量子比特、量子比特耦合和量子信息存储的热解决方案；量子材料和器件的力学行为。 

量子技术接口：将量子组件与经典硬件和系统集成的方法，包括实现应用量子优势所需的用户输入、过程控制、测量和转换。

过程设计、优化和控制：基于量子计算方法开发过程建模、设计、控制和优化理论和计算工具。

DMREF旨在通过利用数据和计算工具的力量与实验和理论相结合，促进材料的设计、发现和开发，以加速其部署路径。DMREF强调实验、计算和理论的深度整合；在材料开发连续体中使用可访问的数字数据；加强理论家、计算科学家（包括数据科学家）、实验学家以及学术界、工业界和政府之间的联系。DMREF致力于教育和培训多样化、公平和包容的下一代材料研发（R&D）劳动力；为成为成功的教育工作者和创新者做好准备；并且能够充分利用NSF与其他联邦机构的合作伙伴共同创建的材料开发连续体和创新基础设施。

• 通过测试方法推进与材料设计和可制造性相关的基础知识的策略，其中可能包括新的合成方法、创新的加工或先进的表征技术。

• 利用机器学习（ML）、人工智能（AI）、数据挖掘或稀疏近似来预测行为或帮助简化多维输入数据分析的理论、计算/模拟和建模。

• 自动化、高通量和/或自主实验，包括网络物理系统，简化和优化材料空间的搜索。

• 通过合成、生长、加工、表征和/或设备演示进行验证。

工程系统中的实时学习和决策将在现代工程系统和基础设施中发挥越来越重要的作用，包括智能电网、交通和移动、配水系统、医疗物流和交付系统、先进制造、化学和生物过程系统、传感器网络、可持续建筑、智能和互联社区以及交通过程的动态控制。虽然复杂的工程系统包含了基于物理模型的第一性原理，但它们可能无法充分利用实时数据中的相关信息。对复杂工程系统采用完全数据驱动的方法可能会导致不正确和不知情的决策，因为它们没有纳入工程和物理模型中的有用信息。使用实时数据并结合基本物理和工程约束的混合方法有望克服这些限制，并显著提高决策能力。

• 分布式实时学习和决策的理论、方法和实现，与其他分布式实时学习算法和传统的集中式处理相比有了实质性的改进。

• 未标记数据的实时学习的理论、开发和实现，然后可以与基于模型的方法、监督学习算法和/或异常检测方法一起使用。

• 理论和方法的创新，可以利用历史和实时数据的可用性，实现复杂高阶互联系统的高保真动态模型，并为这些系统制定先进的控制策略。

• 结合基于模型和无模型方法的创新方法，包括评估数据可信度和公平性，以及模型验证方法。

新冠肺炎大流行导致全球供需严重失调，暴露了几乎所有供应链的脆弱性，并使其对民间社会运作的重要性成为焦点。最近的《先进制造业国家战略》和《美国供应链行政命令》特别强调了改进供应链的必要性。通过这封致同事的信（DCL），运营工程（OE）、工程设计和系统工程（EDSE）、先进制造（AM）和制造系统集成（MSI）项目宣布，他们有兴趣收到研究提案，这些提案旨在显著提高我们对全球供应链的理解，特别是他们在各种操作条件下可靠公平地提供工业产品、关键医疗保健和医疗产品、消费品和关键服务的能力，包括中断和新兴威胁。

供应链是一个复杂的全球网络，由经济主体和资源组成，它调节产品、系统和服务的生产和向市场的交付，包括产品设计和开发、材料和组件采购、制造和分销。50多年来，全球消费品供应链一直致力于以低成本满足稳定的需求。在设计、制造、物流和库存管理(如精益生产、交叉对接、可制造性设计/装配等)方面，通过对制造技术、数字化转换、优化技术和计算方法的重大研究投资，已经取得了显著的效率。然而，最近大流行期间观察到的供应链普遍中断突出表明，供应链在向各阶层人口提供基本货物和服务方面发挥着更广泛的社会作用。与气候变化、劳动力部门冲击和不断演变的地缘政治有关的新出现的关切需要新的研究，这些研究可以加强我们对这些关键社会经济系统应对这些挑战的理解。这种更广泛的观点必须考虑到这样一个事实，即供应链由多个地理分布、相互作用、自主的决策单元组成，这些单元受制于各种各样的战略、战术和作战不确定性。与此同时，新的和多样化的数据来源(例如，设计文件、采购合同、运费单、生产计划、交货期报价、制造数据等)的可用性、范围和规模，以及极大提高的计算能力，为计算和数据驱动的方法提供了机会，这些方法可以提取相关信息，并利用这些信息加强现有供应链中的决策，为未来的供应链创造新的机会。

材料与结构力学课程支持与可变形固体材料和结构在内部和外部作用下的行为相关的力学基础研究。该计划支持各种各样的研究，重点是实验、理论和计算方法的变革性进展。提交的提案应明确强调对力学领域的贡献。

欢迎与材料响应相关的建议，包括但不限于对变形、断裂和疲劳以及接触和摩擦的基本理解的进展。与结构响应相关的建议也受到欢迎，包括但不限于对非线性变形、失稳和坍塌以及波传播的理解。还鼓励提出解决材料和结构交叉处力学问题的建议，例如但不限于元材料、分层、微架构和低维材料。

特别欢迎探索和建立在先进计算技术和工具基础上，以实现力学重大进步的建议。例如，鼓励采用降阶建模、数据驱动技术和/或强调验证的随机方法的提案。同样受欢迎的是解决从大型实验和计算数据集中推断变形或损伤响应的数据分析的建议。同样，也鼓励探索新的实验技术来捕捉极端载荷或材料行为范围内的变形和破坏信息的建议。最后，解决跨多个长度和时间尺度的信息的实验和计算方法，可能涉及多物理场考虑，也受到欢迎。

土木基础设施工程（ECI）项目支持岩土工程、结构工程、材料工程、建筑工程和海岸工程的基础研究。ECI项目促进了能够塑造国家实体民用基础设施未来的研究，这些研究有助于适应和缓解气候变化，以及灾害和抗灾能力。ECI计划考虑的民用基础设施类型包括但不限于建筑物、住宅建筑、挡土结构和防洪系统组件；水、废物处理和废水系统；能源基础设施（不包括核能）；以及交通系统（不包括人行道）。能够解决物理民用基础设施在其使用寿命内具有弹性和可持续性的挑战的学科和融合研究尤其令人感兴趣。ECI研究的更广泛影响包括为一个公平繁荣的国家促进社区福利，以及促进环保、循环经济政策。

ECI项目支持研究，以推进关于物理民用基础设施在施工过程中受自然环境影响并与自然环境相互作用的行为的知识；在服务和长期条件下，包括因适应气候变化和其他新出现的压力而增加的需求；以及在单一或多个极端灾害事件（极端天气、风暴、地震、海啸、风暴潮、山体滑坡和火灾，包括荒地-城市界面火灾）造成的条件下。ECI项目还支持对承重系统和非结构系统中使用的岩土材料和基础设施材料的研究。特别感兴趣的是实验和分析/计算研究，以推进对这些材料的耦合多物理、多尺度（空间和时间）、多功能行为及其在民用基础设施中的预期用途的基本理解。

人类、灾害和建筑环境（HDBE）项目支持关于人类活动和行为如何与建筑环境相互作用以减少或加剧自然灾害和灾害影响的基础性、趋同研究。该计划的重点是对人口（个人、家庭、企业、组织和机构）和建筑环境（关键基础设施、物理和网络空间以及建筑物）的持续和新兴危害。成功的提案应解决所有三个要素（即人类、灾害和建筑环境），并有可能为适用于广泛规模、条件和部门的理论或见解做出贡献。通过该项目资助的研究有望加深对工程和社会界面上人类行为的理解，并为社区如何管理风险和适应气候、极端天气和其他危害的变化模式提供信息。

鉴于所研究现象的丰富性，HDBE项目寻求在工程、社会科学、自然科学、计算或其他相关领域等不同学科内和跨学科推进基础理论、方法和数据的研究。跨学科的建议很常见。

旨在为推进灾害相关研究做出方法论贡献的建议也引起了该计划的兴趣。示例包括将建筑环境的工程解决方案（缓解和适应）转化为社区或国家规模的投资、实践和政策的方法和工具；研究自然灾害和流行病同时或复合风险导致的人类与建筑环境相互作用的技术；以及为处理与灾害相关的敏感、受保护和专有数据而量身定制的协议、方法和工具。

鼓励研究人员利用NSF在自然灾害工程研究基础设施（NHERI）的投资，进行实验测试、计算建模和模拟、跨学科培训和网络以及数据共享、集成和分析。特别鼓励对社会公平、脆弱性和环境正义的多个方面进行研究。

积极鼓励提案人在提交完整的提案以指导拟议的研究课题是否属于HDBE计划的范围和/或是否适合共同审查之前，通过电子邮件向HDBE项目官员发送一页的项目摘要。

动力学、控制和系统诊断（DCSD）项目支持由知识驱动或受应用启发的基础理论、计算和实验研究，重点是系统动态行为的建模、分析、诊断和控制。提交给DCSD项目的提案应阐明拟议的工作如何在以下至少一个基础领域推进知识：

• 建模：理解和预测动态系统行为的数学框架。

• 分析：用于发现和探索动态系统显著特性的理论和计算工具。

• 诊断：将潜在原因与动态系统的观察行为联系起来的方法。

• 控制：在动态系统中产生期望行为或减轻不期望行为的方法。

运营工程（OE）项目支持对先进分析方法的基础研究，以改善复杂决策驱动环境中的运营。分析方法包括但不限于确定性和随机建模、优化、决策和风险分析、数据科学和模拟。方法论研究受到高度鼓励，但必须以可能对工程应用产生重大影响的问题为动力。该计划特别感兴趣的应用领域出现在商业企业（如生产/制造系统和货物分销、服务交付）、公共部门/政府（如公共安全和安保）以及公共/私人伙伴关系（如医疗保健、环境和能源）中。该计划还欢迎在新兴领域进行运筹学，并解决系统性的社会或技术问题。OE项目特别重视跨学科提案，这些提案利用特定应用的专业知识，在决策环境中进行强有力的定量分析。不受高潜力工程应用强烈激励的方法论研究建议不适合本项目。

先进制造业（AM）计划支持振兴美国制造业所需的基础研究，以促进国家繁荣和劳动力增长，重塑我们的战略产业。AM计划加速了制造技术的进步，重点是从根本上改变和改变制造能力、方法和实践的多学科研究。先进制造业研究提案应解决与国家繁荣和安全有关的问题，并推进知识以维持全球领先地位。

例如，研究领域包括制造系统；材料加工；制造机器；方法；以及跨长度尺度的制造。鼓励在网络制造系统、制造机器和设备、材料工程和加工以及纳米制造领域工作的研究人员超越和跨越领域界限。欢迎跨学科、趋同的提案，这些提案将制造业带入新的应用领域，并纳入传统制造业组合之外的挑战和方法，以扩大美国先进制造业研究的影响。