Ik ben postdoctoraal onderzoeker aan de Universiteit Twente en werk aan toekomstbestendige logistieke systemen, zelforganisatie en AI-ondersteunde besluitvorming in transport- en logistieke netwerken. Mijn onderzoek richt zich op de vraag hoe autonome actoren, zoals logistieke bedrijven of transportoperators, hun beslissingen op een gedecentraliseerde manier kunnen coördineren, terwijl privacy, vertrouwen en operationele haalbaarheid behouden blijven.
Mijn werk combineert transportsystemen, logistieke optimalisatie, kunstmatige intelligentie, multi-agent systemen en gedecentraliseerde governance. Ik ben vooral geïnteresseerd in hoe collaboratieve logistieke systemen efficiënter, veerkrachtiger en duurzamer kunnen worden zonder uitsluitend afhankelijk te zijn van centrale planning.
Mijn professionele achtergrond in spoorwegoperaties en planning vormt een belangrijk onderdeel van mijn onderzoeksbenadering. Ik streef ernaar methoden te ontwikkelen die niet alleen wetenschappelijk sterk zijn, maar ook praktisch, uitlegbaar en relevant voor echte transport- en logistieke systemen.
Organisaties
Future Proof Smart Logistics
Ik neem deel aan het project Toekomstbestendige logistiek met slimme toeleveringsketens, dat wordt geleid door de Universiteit Twente en gefinancierd door TNO. Het project onderzoekt hoe de logistieke sector kan verschuiven van geïsoleerde, bedrijfsspecifieke planning naar collaboratieve en verbonden logistieke netwerken, gebaseerd op gedeelde middelen, gedecentraliseerde besluitvorming en vertrouwde gegevensuitwisseling. Het project draagt bij aan de bredere visie van het Physical Internet (PI), met als doel de efficiëntie, duurzaamheid en veerkracht van logistieke systemen te verbeteren.
Mijn bijdrage richt zich op gedecentraliseerde, privacybeschermende en AI-ondersteunde coördinatiemechanismen voor de zelforganisatie van collaboratieve logistiek. Ik onderzoek hoe logistieke actoren samenwerkingsmogelijkheden kunnen identificeren, evalueren en vastleggen zonder gevoelige operationele informatie prijs te geven, zoals planningen, routeplannen, private beperkingen of kostenfuncties. Een belangrijk doel is het ontwikkelen van coördinatiemechanismen die robuust blijven onder veranderende logistieke vraag, marktomstandigheden en operationele verstoringen.
Een belangrijk onderdeel van mijn werk is het gebruik van kunstmatige intelligentie en machine learning ter ondersteuning van besluitvorming in complexe logistieke netwerken. Dit omvat het verkennen van leergebaseerde methoden, zoals grafengebaseerde machine learning en reinforcement learning, waarmee agenten samenwerkingsmogelijkheden kunnen evalueren, de waarde van uitwisselingen kunnen inschatten en de coördinatie in dynamische en onzekere omgevingen kunnen verbeteren.
Met dit werk wil ik bijdragen aan logistieke systemen die niet alleen efficiënter zijn op systeemniveau, maar ook acceptabel, betrouwbaar en uitvoerbaar zijn voor de individuele bedrijven die deelnemen aan samenwerking.
Adres
Universiteit Twente
Ravelijn (gebouwnr. 10), kamer 3426
Hallenweg 17
7522 NH Enschede
Universiteit Twente
Ravelijn 3426
Postbus 217
7500 AE Enschede
Scan de QR-code of