Gisteren heeft Tijn met succes zijn master thesis verdedigd bij de TU Delft. Met zijn onderzoek ‘Neural Network Surrogate-Assisted Optimization of Prestressed Slab-Type Bridges: a Data-Driven Approach for Cost Efficiency and Sustainability in Structural Engineering’ haalde hij een 9. Tijn, gefeliciteerd met dit ontzettend mooie resultaat!
Onderwerp van Tijns master thesis was de ontwikkeling van een optimalisatieframework voor constructies. Een belangrijk onderdeel van het framework is een surrogate neural network als alternatief voor de eindige elementen berekening. In het onderzoek heeft hij kennis toegepast van zowel constructief ontwerpen, programmeren, machine learning (surrogate modeling) als particle swarm optimization (metaheuristic optimization). Het framework is concreet uitgewerkt voor voorgespannen spoorbrugdekken met een scheve kruisingshoek. En het ontwerp is geoptimaliseerd ten aanzien van zowel MKI als bouwkosten, maar andere optimalisatiedoelen zijn eenvoudig implementeerbaar.
Het onderzoek vormt de basis voor diverse vervolgstappen binnen Wagemaker. Het is direct toepasbaar aangezien we regelmatig vergelijkbare ontwerpvraagstukken krijgen. Bovendien zien we ook raakvlakken met andere ontwikkelprojecten zoals AI en automatische rekentools. Tijn is intern begeleid door Jeffrey Haverhals en Koen van Cann van team Construeren én door Tim Wolters van CADblanche.
We zijn ontzettend trots op Tijn en zijn blij dat hij ervoor heeft gekozen om ook na zijn afstuderen bij ons te blijven. Volgende week start hij als collega in de rol van Digital Engineer.
