一、申报条件：
1. 申报单位为国内科研院所或高校，具备相应的承制资质。
2. 申报人应为本单位正式职工，入职时间不得少于1年，具备副高级及以上职称或博士及以上学位。
3. 课题研制周期不得超过12个月，2026年10月30日前完成全部研究内容，具备验收条件。
二、申报流程：
1. 申报人与对应指南的联系人进行联系，提供申报单位及申报人的承制资质证明后，开展并完成课题建议书和经费概算书的编制。
2. 申报人将课题建议书和经费概算书（纸质一式两份）及光盘报送联系人。
3. 需求单位在形式审查的基础上，组织专家进行评审，确定合作课题及经费。
4. 无论课题是否获批，申报材料概不退还。
5. 申报截止日期：2025年12月5日。
三、指南详情：
 1. 基于机器学习势函数的固体推进剂分子模拟力场模型开发
研究目标：开发针对基于机器学习势函数（MLP）的固体推进剂分子模拟模型，重点开展面向推进剂典型组分的反应分子动力学训练数据集构建，完成适用于推进剂组分的反应型 MLP 的训练与验证，研发热解模拟与产物判识Python程序，最终实现推进剂的热解产物预示与时序演化分析。进一步以HTPB四组元体系（HTPB、AP、Al、RDX）复合模型为研究对象，开展微观反应与燃烧机理研究。
研究内容：1.对推进剂配方中涉及的各类化学组分（如氧化剂、粘合剂、固化剂等）进行高精度量化计算与高温从头分子动力学采样，获取能量/力/应力与关键过渡态信息，构建完整的原子级热解特征数据集。2.对推进剂典型组分，开发机器学习势函数，通过能量、受力损失函数验证，完成推进剂组分的逐级泛化验证。3.开发推进剂热解模拟方法，以及在线物种识别与反应事件跟踪Python程序，实现推进剂的热解产物预示与时序演化分析。4.开发HTPB四组元复合推进剂燃烧反应动力学模型，实现燃烧性能预估。
2. 面向高比冲推进剂的含能材料生成式智能设计研究
研究目标：高比冲推进剂是先进航天动力的关键支撑，其性能的提升直接影响到运载能力、任务窗口与成本效益。然而，比冲的提高受到含能材料热化学潜力、密度、稳定性等多种性质的制约，构成了一个复杂的多约束协同优化问题。目前，相关研究大多依赖经验和反复试错，分子微观结构与比冲增益之间的构效关系尚不明确，同时缺乏在目标性能约束下的可控生成方法。因此，本研究旨在构建一个集“构效关系建模—目标性能约束—生成与筛选”于一体的生成式智能设计框架，通过可控的逆向分子设计，针对特定配方生成含能分子，实现配方的比冲性能突破。
研究内容：（1）构建并标准化适用于本任务的含能材料数据集；（2）研究含能材料微观结构与配方比冲增益之间的构效关系；（3）建立基于构效关系的目标导向分子逆向设计框架；（4）开发验证方法并实施性能评估，确保设计方案的有效性与可行性。