8月23日，国家自然科学基金委员会公布了2024年国家自然科学基金集中接收申请项目评审结果，东北财经大学获批2024年度国家自然科学基金项目26项，立项数量创历史新高，其中，面上项目3项、青年科学基金项目23项。学校此次国家自然科学基金立项数同比增长18.18%，其中，青年科学基金项目立项数同比增长91.67%。

学校始终高度重视国家级项目申报和研究工作，不断加大国家级项目孵化培育力度，形成了经费资助、多轮评审、专家辅导、团队孵化、论坛交流等相互支撑的培育机制。广大教师和研究人员在此机制带动下科研积极性显著提升，2024年度申报数量同比增长16.28%，创学校国家自然科学基金申报数量历史新高。在获得立项的项目中，青年科学基金项目立项数大幅增长，主要得益于近年来学校人才引进与培育、科研评价与激励等制度的不断完善，此次常任轨、优秀博士（特聘优博）岗位人才共获批22项青年科学基金项目，占比达96%，充分体现了学校多领域制度协同发力和聚焦高质量内涵式发展的显著成效。

今后，学校将进一步加大国家自然科学项目孵化培育力度，充分激发广大教师和科研人员科研积极性，提高科研管理和服务水平，强化联动协同与机制创新，持续提高项目申报质量和研究质量，力争产出更多重大标志性成果，为学校推进一流学科建设和培育高水平人才队伍，服务国家重大战略需求和地方社会发展作出新的更大贡献‌。

项目类型：面上项目

项目名称：基于卫星图像和多模态深度学习的光伏功率时空概率预测研究（72471049）

项目简介：光伏发电出力严重依赖云层变化、光学空气质量等气象条件，并呈现出较大的间歇性、随机性和不确定性，这将导致电力系统的稳定性受到极大的冲击。本项目主要从两个方面开展研究：一是理论上进行多模态异常数据检测、挖掘及概率预测理论与方法的研究；二是应用上进行“数值卫星图像”多模态特征表示、提取与融合和光伏功率超短期时空概率预测的研究。本项目的研究不仅丰富了多模态数据处理与挖掘技术及概率预测理论与方法，而且为大规模光伏并网的电力系统提供可靠的技术支撑。

项目名称：大规模绿色时间依赖车辆路径问题的精确算法（72471050）

项目简介：绿色时间依赖VRP（GTDVRP），既考虑最少能源消耗又考虑速度随时间变化，更符合实际，但求解复杂度大大提升。因为该问题是NP难，大规模时精确解难以获得，但精确解相比于现在使用的方案通常能达到减少能源消耗/碳排放量，能切实起到降本增效的作用。本项目以几类实际中存在的GTDVRP为研究对象，结合最先进的割平面技术、分支技术和定价技术等方法，开发求解上述几类GTDVRP大规模问题的精确解，为降本增效提供方法和技术支撑。

项目名称：企业ESG责任的供应链传递效应研究：理论探讨与中国实践（72472019）

项目简介：ESG管理已成为中国企业迈向更高层次的必由之路。本项目将利益相关者理论扩展至供应链上的客户-供应商关系，并构建包含两级供应链的博弈框架理论模型，分析企业ESG沿供应链上游传递和下游传递的理论机制；基于中国上市公司数据库、供应商和客户信息验证ESG在供应链上的传递效应，借助机器学习方法综合分析影响企业ESG表现的各因素相对重要性；从供应链中的话语权（客观条件）、监督压力（外部压力）和企业家精神（内部动力）三个维度系统性探讨提升企业ESG的路径。进而，从供应链视角探讨提升ESG责任的传递机制，从政策法规、优秀案例、优化策略三个方面进一步提出供应链ESG治理的中国方案。

内容来源：东北财经大学

关键词：科研成果辅导,国家自然科学基金项目