Publications

Mike Steglich: Zur Integration von OpenStreetMap in LogisticsLab für Lehrveranstaltungen zu logistischen Entscheidungen, in: Tagungsband zur 36. AKWI-Jahrestagung vom 11.09.2023 bis 13.09.2023 ausgerichtet von der Technischen Hochschule Wildau, p. 107-120. PDF

Mike Steglich: LogisticsLab: An academic software for decision-making in logistics, in: AKWI - Anwendungen und Konzepte der Wirtschaftsinformatik 14(2021), p. 42-52. PDF

Mike Steglich: Optimisation Modelling with Excel and CMPL2, in: Proceedings of the SIMUL 2021 : The Thirteenth International Conference on Advances in System Simulation, Barcelona, Spain, p. 24-30. PDF

Mike Steglich: Scenario-Based Simultaneous Investment, Financing And Operational Planning, in: Proceedings of the 34th International ECMS Conference on Modelling and Simulation, ECMS 2020, Wildau, Germany, p. 280-286. PDF

Mike Steglich: A Hybrid Heuristic Based On Self-Organising Maps And Binary Linear Programming Techniques For The Capacitated P-Median Problem, in: Proceedings of the 33rd International ECMS Conference on Modelling and Simulation ECMS 2019, Caserta, Italy, p. 267-276. PDF

Mike Steglich and Dieter Feige: Übungsbuch Logistik-Entscheidungen, De Gruyter, Berlin und Boston 2017. Publisher information

Mike Steglich, Dieter Feige and Peter Klaus: Logistik-Entscheidungen: Modellbasierte Entscheidungsunterstützung in der Logistik mit LogisticsLab, 2. aktualisierte und komplett überarbeitete Auflage, De Gruyter, Berlin und Boston 2016. Publisher information

Mike Steglich: CMPLServer - An open source approach for distributed and grid optimisation, in: Anwendungen und Konzepte der Wirtschaftsinformatik 4(2016), p. 9-21. PDF

Mike Steglich: Solving selected logistical problems with CMPL and pyCMPL, in: Innotrans 2(12), Ekaterinburg, 2014. PDF

Mike Steglich and Christian Müller: An open source software approach to combine simulation and optimization of business processes, in: Proceedings 27th European Conference on Modelling and Simulation 2013, Ålesund, p. 808-813. PDF

Mike Steglich und Christian Müller: Mehrkriterielle Budgetierung, in: Beiträge zum Festkolloquium "Angewandte Optimierung" anlässlich des 65. Geburtstages von Prof. Dr. Rolf Rogge - Teil 2: Anwendungen der mehrkriteriellen und stochastischen Optimierung, hrsg. v. T. Mellouli und M. Steglich, Diskussionsbeiträge zu Wirtschaftsinformatik und Operations Research 29/2012, Martin-Luther-Universität Halle-Wittenberg 2012. (gemeinsam mit Ch. Müller)

Mike Steglich: Zur Begründung von Parameteränderungen im Rahmen der Komplexmethode durch Gutenberg-Verbrauchsfunktionen, in: Beiträge zum Festkolloquium "Angewandte Optimierung" anlässlich des 65. Geburtstages von Prof. Dr. Rolf Rogge - Teil 1: Anwendungen der mathematischen Optimierung und Entscheidungsunterstützung, hrsg. v. T. Mellouli und M. Steglich, Diskussionsbeiträge zu Wirtschaftsinformatik und Operations Research 23/2010, Martin-Luther-Universität Halle-Wittenberg 2010.

Mike Steglich und Christian Müller: Konzeption einer Datenschnittstelle für Klassen von Simulations- und Optimierungsmodellen, in: Logistische Anwendungen in der Wirtschaftsinformatik - Tagungsband zur AKWI-Fachtagung am 14. und 15.09.2010 an der Technischen Hochschule Wildau [FH], Berlin 2010.

Mike Steglich und Thomas Schleiff: CMPL: Coliop Mathematical Programming Language, in: Wildauer Schriftenreihe - Entscheidungsunterstützung und Operations Research, Beitrag 1, Technische Hochschule Wildau [FH], 2010.
PDF

Mike Steglich, Thomas Schleiff, Rolf Rogge und Taieb Mellouli)Eine Fallstudie zur Produktionsprogrammplanung unter Einbeziehung von Preis-Absatz-Funktionen und Lernkurveneffekten unter Verwendung der Modellierungssprache CMPL, in: Diskussionsbeiträge zu Wirtschaftsinformatik und Operations Research 21/2009, Martin-Luther-Universität Halle-Wittenberg 2009.
Taieb Mellouli, Rolf Rogge und Mike Steglich: Produktionsprogrammplanung unter Einbeziehung von Preis-Absatz-Funktionen und Lernkurveneffekten , in: Diskussionsbeiträge zu Wirtschaftsinformatik und Operations Research 18/2008, Martin-Luther-Universität Halle-Wittenberg 2008. (gemeinsam mit R. Rogge und T. Mellouli)
PDF
Rolf Rogge und Mike Steglich: Betriebswirtschaftliche Entscheidungsmodelle zur Verfahrenswahl sowie Auflagen- und Lagerpolitiken, in: Diskussionsbeiträge zu Wirtschaftsinformatik und Operations Research 10/2007, Martin-Luther-Universität Halle-Wittenberg 2007.
Mike Steglich: Kalkulatorische Planungs- und Kontrollrechnungen für Investitionsobjekte auf der Basis des Lücke-Theorems, Wildauer Schriftenreihe - Unternehmensführung und Unternehmensrecht, Heft 1, Wildau 2005.
Zivile Mike Steglich und Ph. Schumacher: Triebwerkswartung - Maßgeschneiderte Verträge für Airlines, in: Jahrbuch der Deutschen Gesellschaft für Luft- und Raumfahrt 2003, Band III.
Mike Steglich: Kosten- und Risikostrukturen wichtiger Vertragsformen in der Maintenance ziviler Flugtriebwerke, in: Wissenschaftliche Beiträge der Technischen Fachhochschule Wildau 2003.

Mike, Steglich: Zielwertorientierte Auswertung von Kostenabweichungen, Wiesbaden 2001.
Mike Steglich und Josef Kloock: Bankkostenrechnung als flexible Prozeßkostenrechnung für Genossenschaftsbanken, Projektbericht des Vereins zur Förderung der genossenschaftswissenschaftlichen Forschung an der Universität zu Köln e.V., Köln 1996.

CMPL

CMPL(<Coliop|Coin> Mathematical Programming Language) is a mathematical programming language and a system for mathematical programming and optimisation of linear optimisation problems.

The CMPL syntax is similar in formulation to the original mathematical model but also includes syntactic elements from modern programming languages. CMPL is intended to combine the clarity of mathematical models with the flexibility of programming languages.

The CMPL distribution contains Coliop which is an IDE (Integrated Development Environment) for CMPL. Coliop is an open source project licensed under GPLv3. It is written in C++ and is an integral part of the CMPL distribution.

The CMPL package also contains pyCMPL, jCMPL and CMPLServer.

CMPL, Coliop, pyCMPL, jCMPL and CMPLServer are COIN-OR projects initiated by the Technical University of Applied Sciences Wildau.

www.coliop.org

LogisticsLab

LogisticsLab is an academical decision support software for logistical decisions. The software supports transportation problems, network flow problems, traveling salesman problems, vehicle routing problems and faculity location problems in different variants.

LogisticsLab is licensed under the LogisticsLab Academic License. This license applies to you only if you use the Programme only for academic reasons, e.g. for teaching, research or to reproduce results from academic textbooks.

logisticsLab.org

SomAla

SomAla is a new hybrid heuristic for the capacitated p-median problem (CPMP) which combines a self-organising map (SOM), integer-programming, an alternating location-allocation algorithm (ALA) and a partial neighbourhood optimisation heuristic.

The CPMP is intended to find optimal locations of sources which have to serve a set of demand nodes in order to minimise the total distances between the sources and the destinations. SomAla consists of three working steps.

SOM-GAP-based heuristic to solve a continuous,capacitated p-median problem:
A SOM is used to solve a continuous, uncapacitated p-median problem. The locations of the sources and the allocations of the demand nodes are the basis to find a solution for a continuous, capaci- tated p-median problem by solving a generalised assignment problem (GAP).
Capacitated alternating location-allocation heuristic:
The solution found in the first step is used in a ca- pacitated ALA heuristic to find and improve a solution for the CPMP. The allocation of the destinations to the sources is based on a GAP which is solved by using a size reducing technique and variable relaxing-fixing heuristic. The locations are modified by determining new medians for each allocation cluster. Both steps are repeated as long as improvements for the CPMP occur or a maximum number of steps is not reached.
Partial neighbourhood optimisation heuristic:
In the last step, the best solution found so far is improved by us- ing a partial neighbourhood optimisation heuristic. In each step, a subregion, surrounding a selected median, is solved. If the solution found for this subregion improves the objective function value of the entire problem, then the partial solution updates the entire solution. The optimisation of the subregions can be done either by the first two SomAla steps (SomAla-MS) or by solving a size-reduced CPMP (SomAla-MM). This procedure is repeated until all medians are optimised or a maximum number of steps with no improvements is reached.

stegger.net/somala/