@article{LienlandZeng, author = {Lienland, Bernhard and Zeng, Li}, title = {A Review and Comparison of Genetic Algorithms for the 0-1 Multidimensional Knapsack Problem}, series = {International Journal of Operations Research and Information Systems (IJORIS)}, volume = {6}, journal = {International Journal of Operations Research and Information Systems (IJORIS)}, number = {2}, publisher = {IGI Global}, issn = {1947-9328}, doi = {10.4018/ijoris.2015040102}, pages = {11}, abstract = {The 0-1 multidimensional knapsack problem (MKP) is a well-known combinatorial optimization problem with several real-life applications, for example, in project selection. Genetic algorithms (GA) are effective heuristics for solving the 0-1 MKP. Multiple individual GAs with specific characteristics have been proposed in literature. However, so far, these approaches have only been partially compared in multiple studies with unequal conditions. Therefore, to identify the "best" genetic algorithm, this article reviews and compares 11 existing GAs. The authors' tests provide detailed information on the GAs themselves as well as their performance. The authors validated fitness values and required computation times in varying problem types and environments. Results demonstrate the superiority of one GA.}, language = {en} } @article{ZengKellnerLienland, author = {Zeng, Li and Kellner, Florian and Lienland, Bernhard}, title = {Rucksackprobleme in der Praxis - schnelle Entscheidungen schwer gemacht}, series = {HMD Praxis der Wirtschaftsinformatik}, volume = {53}, journal = {HMD Praxis der Wirtschaftsinformatik}, publisher = {Springer}, doi = {10.1365/s40702-016-0207-z}, pages = {310 -- 322}, abstract = {Unternehmen sind h{\"a}ufig mit Situationen konfrontiert, in denen schnell Entscheidungen bez{\"u}glich der Auswahl mehrerer Handlungsalternativen gefunden werden m{\"u}ssen. Mathematische Verfahren k{\"o}nnen hierbei unterst{\"u}tzen, z. B. f{\"u}r die Ermittlung einer ersten Diskussionsbasis. Verf{\"u}gbare Softwarel{\"o}sungen errechnen zwar h{\"a}ufig optimale Ergebnisse, zeigen jedoch Schw{\"a}chen bei der praktischen Anwendbarkeit. So ist eine Einarbeitung in komplexe Optimierungssoftware f{\"u}r die teilweise sporadisch auftretenden Probleme in der Regel f{\"u}r Unternehmen nicht m{\"o}glich, unter anderem auch unter Anbetracht der teilweise hohen Kosten der Standardsoftware und dem ben{\"o}tigten hohen Einarbeitungsaufwand. Gerade Problemstellungen in Fachbereichen, die nicht auf mathematische Probleml{\"o}sung spezialisiert sind, m{\"u}nden daher regelm{\"a}ßig in Ineffizienzen. Basierend auf den in der Literatur diskutierten L{\"o}sungsans{\"a}tzen wurde ein praxisorientierter Ansatz zur Entscheidungsunterst{\"u}tzung f{\"u}r Rucksackprobleme bzw. 0-1 Probleme mithilfe von Genetischen Algorithmen (GA) entwickelt und technisch in Microsoft Excel® umgesetzt. Ein Praxistest bei einem chinesischen Textilunternehmen belegt erh{\"o}hte Effektivit{\"a}t und Effizienz. Die Software kann kostenfrei nach MIT Lizenz unter http://www.solvega.de/ heruntergeladen werden.}, language = {de} } @article{LienlandZengMayrocketal., author = {Lienland, Bernhard and Zeng, Li and Mayrock, Michael and Kellner, Florian}, title = {Operations Research im Controlling}, series = {Controlling: Zeitschrift f{\"u}r erfolgsorientierte Unternehmenssteuerung}, volume = {29}, journal = {Controlling: Zeitschrift f{\"u}r erfolgsorientierte Unternehmenssteuerung}, number = {2}, publisher = {Vahlen}, doi = {10.15358/0935-0381-2017-2-55}, pages = {55 -- 57}, language = {de} }