Binnenland·tudelft.nl·4 aug

Vooruit leren plannen, met een beetje kunstmatige hulp

Neem de trein naar die ene cruciale afspraak, en de kans is groot dat je ermee te maken krijgt: verstoringen door spoedreparaties of onderhoud aan het spoor. Achter zulke kwesties schuilt een bijzonder complexe puzzel: het onderhoud van duizenden kilometers spoor zó plannen dat verstoringen worden voorkomen en de kosten zo laag mogelijk blijven. Die uitdaging verschilt niet wezenlijk voor bruggen, tunnels of andere complexe technische systemen. Aan de afdeling Architectural Engineering and Technology van de TU Delft buigt promovendus Zeiad Metwally zich over de fundamentele principes van deze uitdaging door algemene algoritmen te ontwikkelen die kunnen leren hoe je het onderhoud plant van ieder soort infrastructuur dat uit veel componenten bestaat.