Analysis of the Status and Trend of the Development of China's Automation Discipline From F03 Funding of NSFC
-
摘要: 国家自然科学基金是国家支持自动化学科基础研究的主要渠道之一.本文以2014-2018年国家自然科学基金资助项目统计数据为依据,详细分析了五年间信息科学部F03自动化学科在面上项目、青年科学基金项目、地区科学基金项目、重点项目和海外及港澳学者合作研究项目所获资助情况.参考科学基金的资助项目数量、金额及研究内容等方面,及中国学者在自动化领域的研究成果分析了我国自动化学科的研究现状.根据2014-2018年各国学者对自动化学科的研究成果贡献量和关键词热度,将我国自动化学科研究水平与国际先进水平进行了比较,并进一步分析了自动化领域的发展趋势与展望.Abstract: The NSFC (National Natural Science Foundation of China) is one of the main channels for the country to support the research of automation discipline. Based on the statistical data of the 2014-2018 NSFC funded projects, the F03 funding situation of the Automation Discipline of the Ministry of Information Sciences in the past five years has been analyzed, including the General Projects, the Youth Science Foundation Projects, Projects for Developing Region, the Key Projects and other funds. According to F03 funding by the NSFC and the research achievements of Chinese scholars in the field of automation, the research status of the subject of automation in our country is obtained. Based on the contribution and the heat of key words of the research results of automation in 2014-2018, the research level of automation in our country is compared with the international advanced level, then the development trends and prospects in the field of automation are further analyzed.
-
Key words:
- NSFC /
- automation discipline /
- discipline development /
- research status /
- development trend
1) 本文责任编委 孙长银 -
表 1 面上项目资助情况
Table 1 General Project Funding
年份 项目数量 金额(万元) 自动化领域资助金额占比 自动化领域资助率 占学部比例 占全委比例 项数 金额 2018 632 37 571.00 31.30 % 3.37 % 17.36 % 15.75 % 2017 416 24 499.00 21.51 % 2.29 % 21.36 % 18.89 % 2016 405 23 341.00 21.49 % 2.29 % 23.17 % 19.79 % 2015 387 23 311.00 21.39 % 2.28 % 21.55 % 18.49 % 2014 340 27 239.00 21.41 % 2.28 % 22.94 % 2.80 % 表 2 青年科学基金资助情况
Table 2 Funding of the Youth Science Foundation Project
年份 项目数量 金额(万元) 资助金额比例 自动化学科资助率 信息部占全委比例 自动化占学部比例 自动化占全委比例 项数 金额 2018 647 15 879.00 12.46 % 30.50 % 3.80 % 24.53 % 24.84 % 2017 447 10 799.00 12.33 % 21.87 % 2.70 % 24.36 % 24.82 % 2016 421 8 447.00 12.31 % 22.01 % 2.71 % 23.64 % 21.80 % 2015 424 8 711.00 12.41 % 21.98 % 2.73 % 24.21 % 21.94 % 2014 430 10 650.00 12.15 % 21.96 % 2.67 % 24.21 % 22.48 % 表 3 地区科学基金资助情况
Table 3 Subsidies from regional science funds
年份 项目数量 金额(万元) 资助金额比例 自动化学科资助率 信息部占全委比例 自动化占学部比例 自动化占全委比例 项数 金额 2018 83 3 142.00 7.72 % 36.88 % 2.85 % 14.59 % 13.40 % 2017 49 1 870.00 7.56 % 22.58 % 1.71 % 17.63 % 16.06 % 2016 49 1 903.00 7.59 % 22.98 % 1.74 % 19.60 % 18.67 % 2015 56 2 122.00 7.93 % 24.42 % 1.94 % 21.62 % 19.24 % 2014 53 2 391.00 7.95 % 23.01 % 1.83 % 21.63 % 19.07 % 表 4 重点项目资助情况
Table 4 Funding of key projects
年份 项目数量 金额(万元) 资助金额比例 自动化学科资助率 信息部占全委比例 自动化占学部比例 自动化占全委比例 项数 金额 2018 32 9 120.00 13.63 % 32.57 % 4.44 % 25.20 % 23.66 % 2017 18 5 160.00 12.83 % 20.24 % 2.60 % 37.50 % 35.82 % 2016 21 5 480.00 13.12 % 24.36 % 3.20 % 30.43 % 25.85 % 2015 21 6 080.00 14.06 % 24.22 % 3.41 % 33.87 % 30.79 % 2014 19 6 800.00 13.68 % 24.29 % 3.32 % 24.36 % 24.57 % 表 5 海外及港澳学者合作研究项目资助情况
Table 5 Overseas and Hong Kong-Macau scholar cooperation research projects funding
年份 项目数量 金额(万元) 资助金额比例 自动化学科资助率 信息部占全委比例 自动化占学部比例 自动化占全委比例 项数 金额 2018 3 54.00 19.67 % 5.08 % 1.00 % 13.04 % 5.08 % 2017 3 54.00 20.00 % 4.41 % 0.88 % 17.65 % 5.66 % 2016 6 432.00 17.78 % 42.86 % 7.62 % 28.57 % 32.00 % 2015 4 72.00 16.46 % 7.69 % 1.27 % 36.36 % 11.19 % 2014 5 280.00 15.66 % 26.92 % 4.22 % 35.71 % 43.75 % 表 6 2014-2018年自动化学科二级领域项目资助情况
Table 6 Subsidies for automation subject secondary field projects in 2014-2018
二级领域年份 F03 F0301 F0302 F0303 F0304 F0305 F0306 F0307 F0308 F0309 F0310 2018 0 12 0 0 5 0 2 3 4 5 7 2017 1 21 7 1 4 0 15 1 0 2 0 2016 0 13 5 2 2 2 11 4 0 0 0 2015 2 12 10 2 2 2 4 1 2 2 0 2014 7 13 3 1 2 0 3 3 0 2 0 (包括重大研究计划、重大项目、国家杰出青年科学基金、重点项目四个方面的资助情况) -
[1] 国家自然科学基金委员会. 2014-2018年度国家自然科学基金项目指南.北京:科学出版社, 2014-2018.National Natural Science Foundation of China. Guide to Programs (Fiscal Year 2014-2018). Beijing:Science Press, 2014-2018. [2] 国家自然科学基金委员会. 2014-2018年度国家自然科学基金资助项目统计, http://www.nsfc.gov.cn/publish/portal0/tab505/, 2018年12月20日.National Natural Science Foundation of China. The manual of annual statistics of National Natural Science Fundation of China from 2014 to 2018[Online], available: http://www.nsfc.gov.cn/publish/portal0/tab505/, December 20, 2018. [3] 师昌绪.国家自然科学基金委员会在我国基础研究中的作用.科技导报, 1989(3):18-23 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=QK000004303062Shi Chang-Xu. The function of national natural science foundation to fundamental research in China. Science and Technology Review, 1989(3):18-23 http://www.wanfangdata.com.cn/details/detail.do?_type=perio&id=QK000004303062 [4] 李超, 王成红, 宋苏, 鲁仁全.自动化领域科学基金十年情况分析.自动化学报, 2013, 39(4):461-468 http://www.aas.net.cn/CN/abstract/abstract17872.shtmlLi Chao, Wang Cheng-Hong, Song Su, Lu Ren-Quan. Analysis on situation of National Natural Science Foundation of China in automation domain during last decade. Acta Automatica Sinica, 2013, 39(4):461-468 http://www.aas.net.cn/CN/abstract/abstract17872.shtml [5] 白天翔, 王帅, 沈震, 曹东璞, 郑南宁, 王飞跃.平行机器人与平行无人系统:框架, 结构, 过程, 平台及其应用.自动化学报, 2017, 43(2):161-175 http://www.aas.net.cn/CN/abstract/abstract18998.shtmlBai Tian-Xiang, Wang Shuai, Shen Zhen, Cao Dong-Pu, Zheng NanNing, WANG Fei-Yue. Parallel robotics and parallel unmanned systems:framework, structure, process, platform and applications. Acta Automatica Sinica, 2017, 43(2):161-175 http://www.aas.net.cn/CN/abstract/abstract18998.shtml [6] 刘强, 秦泗钊.过程工业大数据建模研究展望.自动化学报, 2016, 42(2):161-171 http://www.aas.net.cn/CN/abstract/abstract18807.shtmlLiu Qiang, Qin S. Joe. Perspectives on big data modeling of process industries. Acta Automatica Sinica, 2016, 42(2):161-171 http://www.aas.net.cn/CN/abstract/abstract18807.shtml [7] 贺威, 丁施强, 孙长银.扑翼飞行器的建模与控制研究进展.自动化学报, 2017, 43(5):685-696 http://www.aas.net.cn/CN/abstract/abstract19047.shtmlHe Wei, Ding Shi-Qiang, Sun Chang-Yin. Research progress on modeling and control of flapping-wing airvehicles. Acta Automatica Sinica, 2017, 43(5):685-696 http://www.aas.net.cn/CN/abstract/abstract19047.shtml [8] 崔凯楠, 郑晓龙, 文丁, 赵学亮.计算实验研究方法及应用.自动化学报, 2013, 39(8):1157-1169 http://www.aas.net.cn/CN/abstract/abstract18148.shtmlCui Kai-Nan, Zheng Xiao-Long, Wen Ding, Zhao Xue-Liang. Researches and applications of computational experiments. Acta Automatica Sinica, 2013, 39(8):1157-1169 http://www.aas.net.cn/CN/abstract/abstract18148.shtml [9] 钱锋, 杜文莉, 钟伟民, 唐漾.石油和化工行业智能优化制造若干问题及挑战.自动化学报, 2017, 43(6):893-901 http://www.aas.net.cn/CN/abstract/abstract19068.shtmlQian Feng, Du Wen-Li, Zhong Wei-Min, Tang Yang. Problems and challenges of smart optimization manu facturing in petrochemical industries. Acta Automatica Sinica, 2017, 43(6):893-901 http://www.aas.net.cn/CN/abstract/abstract19068.shtml [10] 罗建豪, 吴建鑫.基于深度卷积特征的细粒度图像分类研究综述.自动化学报, 2017, 43(8):1306-1318 http://www.aas.net.cn/CN/abstract/abstract19105.shtmlLuo Jian-Hao, Wu Jian-Xin. A survey on fine-grained image categorization using deep convolutional features. Acta Automatica Sinica, 2017, 43(8):1306-1318 http://www.aas.net.cn/CN/abstract/abstract19105.shtml