Optimalisatie van bestelregels voor een slimmere logistiek

De klimaatverandering en een tekort aan vrachtwagenchauffeurs dringen een verandering op in de door vrachtwagens gedomineerde toeleveringsketens. Om het gebruik van vrachtwagenvervoer te verminderen, kan men vracht bundelen met andere bedrijven, of meer vracht verschuiven naar alternatieve transportmodi, zoals trein of binnenvaart. In dit onderzoek zullen we bestelpolitieken ontwikkelen die het bundelen van vracht en een modal shift vergemakkelijken, met als doel om de vrachtwagenintensiteit van toeleveringsketens te verminderen. Om dit doel te bereiken, worden drie onderzoeksobjectieven gesteld: (1) het ontwikkelen van bestelpolitieken voor het bundelen van vracht op één transportmodus; (2) het ontwikkelen van bestelpolitieken voor het bundelen van vracht op twee transportmodi; en (3) het gebruik van deep reinforcement learning om bestelpolitieken voor het bundelen van vracht op twee transportmodi te verbeteren. Met dit onderzoek dragen we bij tot de state-of-the-art door de multimodale en collaboratieve logistiek literatuur te combineren en door besluitvormingsondersteuning te bieden in multi-modale, collaboratieve toeleveringsketens.