prof.dr.ir. M.R.K. Mes (Martijn)

Hoogleraar
BMS-HBE-IEBIS
Ravelijn 3414
m.r.k.mes@utwente.nl
+31534894062
Visitekaartje

Martijn Mes is hoogleraar transport en logistiek management (TLM) en voorzitter van de vakgroep Industrial Engineering en Business Information Systems (IEBIS) van de Universiteit Twente (UT). Hij haalde zijn mastertitel Toegepaste Wiskunde (2002), deed zijn promotieonderzoek bij de faculteit Management and Governance bij de UT (2008) en zijn postdoc aan Princeton University (2009). Martijn is actief op de volgende gebieden: goederenvervoer, synchromodaal transport, multi-agent systems (MAS), beprijzing van transport en elektronische marktplaatsen voor transport, dynamische voertuigroutering (VRP & DVRP), ranking and selection problems (R&S), optimal learning en kunstmatige intelligentie, approximate dynamic programming (ADP), simulation optimization, discrete-event simulation, en simulatie van logistieke systemen. Martijn heeft meegewerkt aan een groot aantal onderzoek- en implementatieprojecten (nationaal en Europees) op het gebied van duurzaam transport, stadslogistiek en stadsdistributie, synchromodaal en intermodaal transport, havenlogistiek en zorglogistiek. Martijn verzorgt diverse bachelor- en mastervakken op het gebied van computersimulatie, wachtrijtheorie, (stochastisch) dynamisch programmeren, Markov ketens, mathematisch programmeren, transport management, en management van technologie.

Kijk op mijn persoonlijke pagina voor meer informatie.

Expertises

  • Computer Science

    • Simulation
    • Models
    • Dynamic Programming
    • Heuristics

  • Social Sciences

    • Problem
    • Approach
    • Logistics
    • Time

Organisaties

Publicaties

2024
Condition-Based Logistics: Internet of Things Solutions for Resilient Supply Chains. University of Twente. Koot, M.https://doi.org/10.3990/1.9789036561075Towards self-organizing logistics in transportation: a literature review and typology, 1309-1374. Gerrits, B., van Heeswijk, W. & Mes, M.https://doi.org/10.1111/itor.13408The drone-assisted vehicle routing problem with robot stations, Article 121741. Morim, A., Campuzano, G., Amorim, P., Mes, M. & Lalla-Ruiz, E.https://doi.org/10.1016/j.eswa.2023.121741Building an Ontological Bridge Between Supply Chain Resilience and IoT ApplicationsIn Enterprise Design, Operations, and Computing: 27th International Conference, EDOC 2023, Groningen, The Netherlands, October 30 – November 3, 2023, Proceedings (pp. 79-96). Springer. Koot, M., Mes, M. R. K. & Iacob, M. E.https://doi.org/10.1007/978-3-031-46587-1_5Smart logistics nodes: concept and classification (E-pub ahead of print/First online). Brunetti, M., Mes, M. & Lalla-Ruiz, E.https://doi.org/10.1080/13675567.2024.2327394
2023
Reinforcement learning for humanitarian relief distribution with trucks and UAVs under travel time uncertainty, Article 104401. van Steenbergen, R. M., Mes, M. & van Heeswijk, W. J. A.https://doi.org/10.1016/j.trc.2023.104401Approximate dynamic programming for container stacking, 328-342. Boschma, R., Mes, M. R. K. & de Vries, L. R.https://doi.org/10.1016/j.ejor.2023.02.034The Heterogeneous Fleet Risk-Constrained Vehicle Routing Problem in Humanitarian LogisticsIn Computational Logistics: 14th International Conference, ICCL 2023, Berlin, Germany, September 6–8, 2023, Proceedings (pp. 276-291). Springer. van Steenbergen, R. M., Lalla-Ruiz, E., van Heeswijk, W. J. A. & Mes, M.https://doi.org/10.1007/978-3-031-43612-3_17Scheduling Urban Infrastructure Renovation Projects to Minimize Traffic DisruptionIn 14th International Conference on Computational Logistics. Bosch, R., Rogetzer, P., van Heeswijk, W. J. A. & Mes, M.Multi-echelon inventory optimization using deep reinforcement learning (E-pub ahead of print/First online). Geevers, K., van Hezewijk, L. & Mes, M. R. K.https://doi.org/10.1007/s10100-023-00872-2Towards a Reference Architecture for Planning and Control ServicesIn Advances in Enterprise Engineering XVI: 12th Enterprise Engineering Working Conference, EEWC 2022, Revised Selected Papers (pp. 121-138). Springer (E-pub ahead of print/First online). Pourmehdi, M., Iacob, M. E. & Mes, M. R. K.https://doi.org/10.1007/978-3-031-34175-5_8Self-Organizing Logistics: Towards a Unifying Framework for Automated Transport Systems. University of Twente. Gerrits, B.https://doi.org/10.3990/1.9789036555555Variations in Urban Traffic. University of Twente. Eikenbroek, O. A. L.https://doi.org/10.3990/1.9789055843213The drone-assisted variable speed asymmetric traveling salesman problem, Article 109003. Campuzano, G., Lalla-Ruiz, E. & Mes, M.https://doi.org/10.1016/j.cie.2023.109003Simulation of the Internal Electric Fleet Dispatching Problem at a Seaport: A Reinforcement Learning ApproachIn 2022 Winter Simulation Conference (pp. 2675-2686). IEEE. Brunetti, M., Campuzano, G. & Mes, M.https://doi.org/10.1109/WSC57314.2022.10015516A Simulation Model for Cooperative Robotics in Dairy FarmsIn 2022 Winter Simulation Conference (WSC) (pp. 831-842). IEEE. Gerrits, B., Mes, M., Schuur, P. & Andringa, R.https://doi.org/10.1109/WSC57314.2022.10015409
2022
A Markov decision process approach for managing medical drone deliveries, Article 117490. Asadi, A., Pinkley, S. N. & Mes, M.https://doi.org/10.1016/j.eswa.2022.117490The Dynamic Drone Scheduling Delivery ProblemIn Computational Logistics - 13th International Conference, ICCL 2022, Proceedings (pp. 260-274). Springer. Campuzano, G., Lalla-Ruiz, E. & Mes, M.https://doi.org/10.1007/978-3-031-16579-5_18A Comparison of Reinforcement Learning Policies for Dynamic Vehicle Routing Problems with Stochastic Customer Requests (In preparation). Akkerman, F., Mes, M. & van Jaarsveld, W.Cross-Docking: Current Research Versus Industry Practice and Industry 4.0 AdoptionIn Smart Industry - Better Management (pp. 69-104). Emerald. Akkerman, F., Lalla-Ruiz, E., Mes, M. & Spitters, T.https://doi.org/10.1108/S1877-636120220000028007Anticipatory scheduling of synchromodal transport using approximate dynamic programming (E-pub ahead of print/First online). Rivera, A. E. P. & Mes, M. R. K.https://doi.org/10.1007/s10479-022-04668-6Distance approximation to support customer selection in vehicle routing problems (E-pub ahead of print/First online). Akkerman, F. & Mes, M.https://doi.org/10.1007/s10479-022-04674-8Dynamic Time Slot Pricing Using Delivery Costs ApproximationsIn Computational Logistics: 13th International Conference, ICCL 2022, Barcelona, Spain, September 21–23, 2022, Proceedings (pp. 214–230). Springer. Akkerman, F., Mes, M. & Lalla-Ruiz, E.https://doi.org/10.1007/978-3-031-16579-5_15
2021
A holistic technological eco-innovation methodology for industrial symbiosis development, 1538-1551. Castiglione, C., Yazan, D. M., Alfieri, A. & Mes, M.https://doi.org/10.1016/j.spc.2021.09.002A Multi-start VNS Algorithm for the TSP-D with Energy ConstraintsIn Computational Logistics: 12th International Conference, ICCL 2021, Enschede, The Netherlands, September 27–29, 2021, Proceedings (pp. 393-409). Springer. Campuzano, G., Lalla-Ruiz, E. & Mes, M.https://doi.org/10.1007/978-3-030-87672-2_26

Onderzoeksprofielen

Vakken collegejaar 2023/2024

Vakken in het huidig collegejaar worden toegevoegd op het moment dat zij definitief zijn in het Osiris systeem. Daarom kan het zijn dat de lijst nog niet compleet is voor het gehele collegejaar.

Vakken collegejaar 2022/2023

Scan de QR-code of
Download vCard