项目重点信息
港理工土木及环境工程学系在QS学科排名中长期位于全球前十，这个排名本身不稀奇，但对申请者来说真正重要的是：这个系的PhD项目有明确的HKPFS通道和校级奖学金支持，导师的RGC/GRF项目在研意味着经费端比较稳。You Dong副教授的方向横跨传统结构工程和AI交叉，这类组最近两年的申请竞争确实在加大，但公开信息显示他仍在积极招人。
导师信息与研究领域
You Dong（董优），香港理工大学土木及环境工程学系副教授。博士毕业于美国莱斯大学（Rice University），长期从事基础设施全生命周期评估、结构健康监测和基于风险的维护决策研究。他的研究有一个特点：不是纯做结构力学，而是把机器学习、概率风险模型和工程决策结合在一起。这意味着申请者如果只有传统土木背景但完全没碰过数据分析或概率模型，入组后可能需要比较长的适应期。
组内目前约5-8人，包含PhD和博后。从公开信息看，团队规模属于中等偏紧凑，导师有精力直接参与学生的研究，这对博士训练来说通常是好事。
研究问题与关键思路
我会先看他近三年的通讯作者论文。核心问题线很清楚：怎么在不确定性很大的情况下，对桥梁、建筑这类基础设施做出最优的维护决策。这不是一个新问题，但他的切法比较有意思，他把气候变化的长期影响加进了全生命周期模型里。
Life-Cycle Assessment of Infrastructure Systems under Climate Change
Structural Safety, 2023
这篇论文的核心是气候变化下基础设施的全生命周期评估框架。做过可靠性分析或概率模型的人读起来会比较顺，没碰过的人需要先补概率方法的基础。
Risk-Informed Decision Making for Bridge Maintenance
ASCE Journal of Structural Engineering, 2022
桥梁维护的风险决策模型。这类工作的申请信号是：如果你的RP想写桥梁或基础设施相关题目，必须能说清楚你的决策框架是什么，不能只停在"用ML预测结构状态"这一层。
Machine Learning for Structural Health Monitoring
Engineering Structures, 2023
ML在结构健康监测中的应用。这篇更偏方法，说明组里确实在做AI+结构的交叉工作。有ML项目经历的人在邮件里提这个方向会比较自然。
三篇论文合在一起看，研究主线是：结构监测数据 → 风险评估模型 → 维护决策优化。申请者如果想写RP，最好能沿着这条线找到一个具体的切入点，而不是泛泛地写"智能基础设施"。
申请材料要点
CV里需要突出的不是项目名称，而是三件事：处理过什么类型的数据（传感器数据、结构监测数据、有限元仿真）、用过什么分析方法（概率模型、贝叶斯方法、ML算法）、产出过什么结果（报告、论文、可视化）。邮件第一段先写做过哪个具体问题，再写读到导师哪篇工作觉得可以接上，最后写想把题目缩到哪里。没做过结构工程实验但有数据分析或概率建模背景的人，可以从方法端切入，但要在邮件里说清楚。
Research Proposal 创新点
主方向：可以围绕"极端气候事件下老化基础设施的动态维护策略优化"来写。对象是某类具体基础设施（比如跨海大桥或城市高架），数据来源可以是结构健康监测传感器+气象数据，方法用贝叶斯更新+强化学习做动态决策，可追问的问题是"在什么条件下主动维护比被动修复的全生命周期成本更低"。
避坑方向：不要写太宽的题目，比如"智能城市基础设施管理系统"。第一页写不出具体对象和方法的人，先别往后铺文献综述，题目本身要往回收。
奖学金和学费
港理工PhD的资助结构需要分开看。学校层面：HKPFS（香港博士奖学金）约2.81万港币/月，这是最高档，竞争激烈；标准PhD studentship约1.83万港币/月（约1.7万人民币），学费全免。导师层面：RGC/GRF项目在研，说明有项目经费支持学生，但具体名额需要邮件确认。学院层面：土木系作为港理工的优势学科，PhD名额相对充裕。生活成本方面，九龙红磡校区附近月租约5000-8000港币，标准stipend覆盖基本生活没有太大问题。以上金额数据来源为港理工研究生院官网和HKPFS官方页面，具体以官方最新信息为准。
有结构工程或概率方法背景、想往AI+工程交叉方向走的人，这个组值得认真准备材料。纯力学背景但没碰过数据的人，建议先补ML基础再发邮件。
