TY - JOUR A1 - Lienland, Bernhard A1 - Zeng, Li T1 - A Review and Comparison of Genetic Algorithms for the 0-1 Multidimensional Knapsack Problem JF - International Journal of Operations Research and Information Systems (IJORIS) N2 - 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. Y1 - 2015 U6 - https://doi.org/10.4018/ijoris.2015040102 SN - 1947-9328 VL - 6 IS - 2 PB - IGI Global ER - TY - JOUR A1 - Zeng, Li A1 - Kellner, Florian A1 - Lienland, Bernhard T1 - Rucksackprobleme in der Praxis – schnelle Entscheidungen schwer gemacht JF - HMD Praxis der Wirtschaftsinformatik N2 - Unternehmen sind häufig mit Situationen konfrontiert, in denen schnell Entscheidungen bezüglich der Auswahl mehrerer Handlungsalternativen gefunden werden müssen. Mathematische Verfahren können hierbei unterstützen, z. B. für die Ermittlung einer ersten Diskussionsbasis. Verfügbare Softwarelösungen errechnen zwar häufig optimale Ergebnisse, zeigen jedoch Schwächen bei der praktischen Anwendbarkeit. So ist eine Einarbeitung in komplexe Optimierungssoftware für die teilweise sporadisch auftretenden Probleme in der Regel für Unternehmen nicht möglich, unter anderem auch unter Anbetracht der teilweise hohen Kosten der Standardsoftware und dem benötigten hohen Einarbeitungsaufwand. Gerade Problemstellungen in Fachbereichen, die nicht auf mathematische Problemlösung spezialisiert sind, münden daher regelmäßig in Ineffizienzen. Basierend auf den in der Literatur diskutierten Lösungsansätzen wurde ein praxisorientierter Ansatz zur Entscheidungsunterstützung für Rucksackprobleme bzw. 0–1 Probleme mithilfe von Genetischen Algorithmen (GA) entwickelt und technisch in Microsoft Excel® umgesetzt. Ein Praxistest bei einem chinesischen Textilunternehmen belegt erhöhte Effektivität und Effizienz. Die Software kann kostenfrei nach MIT Lizenz unter http://www.solvega.de/ heruntergeladen werden. KW - Entscheidungsunterstützung KW - 0–1 Entscheidungen KW - Knapsack KW - Rucksackproblem KW - Optimierungssoftware KW - Gewinnmaximierung KW - Genetische Algorithmen Y1 - 2016 U6 - https://doi.org/10.1365/s40702-016-0207-z VL - 53 SP - 310 EP - 322 PB - Springer ER - TY - JOUR A1 - Lienland, Bernhard A1 - Zeng, Li A1 - Mayrock, Michael A1 - Kellner, Florian T1 - Operations Research im Controlling JF - Controlling: Zeitschrift für erfolgsorientierte Unternehmenssteuerung Y1 - 2017 U6 - https://doi.org/10.15358/0935-0381-2017-2-55 VL - 29 IS - 2 SP - 55 EP - 57 PB - Vahlen ER -