杨善林教授的工作有一个特点你不去翻他的论文列表是看不出来的：他在合肥工业大学管理学院做了将近四十年，从管理信息系统做到智能决策再到大数据，题目看起来一直在跟技术潮流走，但底层处理的问题没变过——怎么让复杂系统里的决策变得更可靠。这种跨了四十年不换核心问题的导师，对正在读博的人来说，其实是一个非常好的观察样本。
杨善林教授是中国工程院院士，合肥工业大学管理学院教授、博士生导师，现任学校学术委员会主任。他同时是「智能决策与信息系统」国家地方联合工程研究中心主任和「大数据流通与交易技术」国家工程实验室主任。他的研究主线是管理科学与信息系统工程，核心问题可以拆成两层：第一层是怎么从复杂的数据里提取决策所需的信息，第二层是怎么把这些信息转化成可执行的管理行动。他的方法跨了运筹学、系统工程、人工智能和信息技术。
我看他这几年的变化，有两件事比较明显。第一是他的研究从传统的管理信息系统往大数据和智能决策方向推进。他主持建设了大数据流通与交易技术国家工程实验室，这说明他的关注点不再只是「怎么分析数据」，而是「怎么让数据在不同主体之间安全流通并支撑决策」。第二是他近年的论文越来越多地涉及医疗健康领域的智能决策，这可能跟他的工程院平台资源有关，工业工程和医疗管理的交叉是一个正在快速增长的方向。
对正在读博的人来说，观察这种资深导师的研究路径有一个很实际的价值：你能看到一个学术方向怎么在几十年里保持连续性的同时跟上技术变化。他的成果包括两次国家科技进步二等奖、六次省部级一等奖、发表400余篇论文。这不是靠追热点堆出来的，而是在同一个问题框架里持续深挖的结果。如果你现在正在选博士方向，看看这种导师的论文年表，比看任何排名都有用。
如果你想申请他的课题组或者类似方向的博士，有几件事需要想清楚。第一，他的学生培养体系非常成熟——他在合肥工大待了几十年，带出的博士已经在多个高校任教。这意味着进组后你有比较清晰的成长路径，但也意味着你需要能快速融入一个已经运转多年的研究团队。第二，他的研究对数学基础和编程能力都有要求。你去看他的论文，运筹优化模型、算法设计、仿真实验是标配。如果你的背景纯管理没有量化训练，进组后的适应期会比较长。
Research Proposal可以从这几个方向靠近：一是复杂系统中的多准则智能决策方法，这是他的传统强项；二是大数据环境下的数据流通与隐私保护机制，对齐他的国家工程实验室方向；三是医疗健康领域的管理决策优化，比如医疗资源配置或临床路径优化。写RP的时候记住他的核心关注是「决策的可靠性」，不是某个具体的应用场景。
套磁信的写法和其他学科不太一样，管理科学与工程方向更看重你的问题意识和量化能力。CV前置你做过什么优化建模或数据分析项目，比做过什么实习更有用。SOP里要讲清楚你为什么选择管理科学与工程的博士而不是计算机或统计的博士——这个区分本身就是一个判断题。
下一步建议：去知网或Google Scholar搜杨善林教授近三年的通讯作者论文，关注他的学生做了哪些选题，从学生论文里反推课题组当前的研究重心。然后对照你自己的量化能力清单，看看能否接上其中一个方向。
