In de industrie worden talrijke beslissingen genomen die sequentieel van aard zijn en waarvan vooral de impact onzeker is door talrijke toevalsfactoren. Vaak worden die beslissingen handmatig genomen aan de hand van een paar eenvoudige vuistregels. Dit kan veel beter door slimme algoritmes te ontwikkelen die gebruik maken van data. 

In dit project zullen we focussen op een aantal specifieke beslissingsproblemen waarvoor we dergelijke slimme algoritmes gaan ontwikkelen. Hiervoor gaan we talrijke methoden aanwenden, gaande van klassieke optimalisatiemethoden tot de actuele zelflerende methoden.