Harmonic distortion in a power system can excite non-characteristic harmonics from converter interfaced loads and generators which can then propagate back into the system, exciting other harmonics in the system. In this thesis, a harmonic analysis tool is presented that is designed to perform high accuracy, computationally efficient, steady-state harmonic analysis of distribution systems when multiple converter interfaced loads and generators exist in the system. The harmonic analysis tool requires less detail and engineering time than PSCAD/EMTDC while offering reliable assessment of harmonic coupling problems that are not captured by existing frequency-domain harmonic analysis tools. To do this, 5 harmonic models of common power electronic converter topologies were developed and implemented into this tool. The harmonic models are shown to be highly accurate; when tested in an unbalanced system with even and odd harmonic distortion, the harmonic models showed a maximum error of less than 0.4% when compared to PSCAD/EMTDC.

The aim of this thesis is to create a mobile application for Android that will connect small wineries with their customers. The result is two applications, the first of which is for wineries and the second one for customers, who can search wineries by simple criteria, save them as favorites, make notes and much more. The applications respects Material Design rules. Google Firebase is used for work with data and Firebase Cloud Messaging handles notifications between devices.

The thesis focuses on how to optimize vehicle routes for distributing logistics. This vehicle route optimization is known as a vehicle routing problem (VRP). The VRP has been extended in numerous directions for instance by some variations that can be combined. One of the extension forms of VRP is a capacitated VRP with stochastics demands (CVRPSD), where the vehicle capacity limit has a non-zero probability of being violated on any route. So, a failure to satisfy the amount of demand can appear. A strategy is required for updating the routes in case of such an event. This strategy is called as recourse action in the thesis. The main objective of the research is how to design the model of CVRPSD and find the optimal solution. The EEV (Expected Effective Value) and FCM (Fuzzy C-Means) – TSP (Travelling Salesman Problem) approaches are described and used to solve CVRPSD. Results have confirmed that the EEV approach has given a better performance than FCM-TSP for solving CVRPSD in small instances. But EEV has disadvantage, that the EEV is not capable to solve big instances in an acceptable running time because of complexity of the problem. In the real situation, the FCM –TSP approach is more suitable for implementations than the EEV because the FCM – TSP can find the solution in a shorter time. The disadvantage of this algorithm is that the computational time depends on the number of customers in a cluster.

Reverse Osmosis (RO) filtration is capable of producing high quality drinking water with an ultra-low nutrient level. Therefore, a very low bacterial growth potential (BGP). BGP is a key bioassay to evaluate microbial quality and the biological stability of drinking water. Current methods to assess BGP in drinking water need to be adapted to the wide variety of water types due to results could highly vary from each, providing unreliable insights to the biological stability of the assessed water. This study evaluates the application of an FCM-based BGP assay for RO produced chlorinated drinking water. The approach combines (i) the standardization of a quenching agent concentration, (ii) the impact of sample pre-treatment such as filtration and pasteurization on the BGP of RO produced chlorinated water, (iii) the effect of different inoculums (an indigenous community and a mixture with bottled water) on the bacterial growth and their longevity after being stored, (iv) the use of BGP to assess the performance of carbon filters in removing chlorine and (v) the use of BGP to assess the effect of the addition of magnesium on bacterial growth. The results showed that high concentrations of sodium metabisulphite (> 7.5 mg/L) decrease the pH levels of the water,thus, inhibiting bacterial growth. Filtration had a significant effect on BGP values (2.62 x10^5 intact cells/mL) in comparison to pasteurization (9.02 x 10^4 intact cells/mL), when compared to the control. Using a mixture of water types as inoculum might provide a better insight to bacterial growth potential in water due to a higher consumption of nutrients. BGP demonstrated to be a sensitive tool to test the performance of carbonfilters applied to remove chlorine and its applicability to evaluate the biological stability of RO produced chlorinated drinking water. The concentrations of magnesium chloride tested in this study did not have a significant effect on cell numbers.

Yes / This paper provides a management perspective of organisational factors that contributes to the reduction of food waste through the application of design science principles to explore causal relationships between food distribution (organisational) and consumption (societal) factors. Qualitative data were collected with an organisational perspective from commercial food consumers along with large-scale food importers, distributors, and retailers. Cause-effect models are built and “what-if” simulations are conducted through the development and application of a Fuzzy Cognitive Map (FCM) approaches to elucidate dynamic interrelationships. The simulation models developed provide a practical insight into existing and emergent food losses scenarios, suggesting the need for big data sets to allow for generalizable findings to be extrapolated from a more detailed quantitative exercise. This research offers itself as evidence to support policy makers in the development of policies that facilitate interventions to reduce food losses. It also contributes to the literature through sustaining, impacting and potentially improving levels of food security, underpinned by empirically constructed policy models that identify potential behavioural changes. It is the extension of these simulation models set against a backdrop of a proposed big data framework for food security, where this study sets avenues for future research for others to design and construct big data research in food supply chains. This research has therefore sought to provide policymakers with a means to evaluate new and existing policies, whilst also offering a practical basis through which food chains can be made more resilient through the consideration of management practices and policy decisions.

A parameter specifying the number of clusters in an unsupervised clustering algorithm is often unknown. Different cluster validity indices proposed in the past have attempted to address this issue, and their performance is directly related to the accuracy of a clustering algorithm. Toe gap statistic proposed by Tibshirani (2001) was applied to k-means and hierarchical clustering algorithms for estimating the number of clusters and is shown to outperform other cluster validity measures, especially in the null model case. In our experiments, the gap statistic is applied to the Fuzzy c-Means (FCM) algorithm and compared to existing FCM cluster validity indices examined by Pal (1995). A comparison is also made between two initialization methods where centers are randomly assigned to data points or initialized using the furthest first algorithm (Hochbaum, 1985). Toe gap statistic can be applied using the FCM algorithm as long as the fuzzy partition matrix can be employed in computing the gap statistic metric, Wk . Three new methodologies are examined for computing this metric in order to apply the gap statistic to the FCM algorithm. Toe fuzzy partition matrix generated by FCM can also be thresholded based upon the maximum membership to allow computation similar to the kmeans algorithm. This is assumed to be the current method for employing the gap statistic with the FCM algorithm and is compared to the three proposed methods. In our results, the gap statistic outperformed the cluster validity indices for FCM, and one of the new methodologies introduced for computing the metric, based upon the FCM objective function, out performed the threshold method for m=2.

Das erste gestellte Ziel war es, die histologischen Strukturen eines Gewebedünnschnittes anhand der aufgenommenen FT-IR-Spektren sichtbar zu machen und diese mit dem konventionell gefärbten Schnitt und der autoradiographischen Aufnahme zu vergleichen. Dazu wurde ein Messsystem bestehend aus einem FT-IR-Spektrometer mit Mikroskop und einem computergesteuerten XY-Tisch aufgebaut und die notwendige Steuer- und Auswerte-Software entwickelt. Es konnte gezeigt werden, dass sich die FT-IR-Spektren mit geeigneten Auswerteverfahren zur Darstellung der histologischen Strukturen nutzen lassen. Dazu wurden zwei verschiedene Methoden eingesetzt, die PCA und die Fuzzy-Clusterung (FCM). Im zweiten Teil dieser Arbeit sollte ein Klassifikations-Algorithmus gefunden werden, mit dessen Hilfe sich Spektren von unbekannten Gewebeproben vorher definierten Modellen zuordnen lassen. Dazu wurde eine Spektren-Datenbank aus mehr als einhundert Gewebeproben angelegt. Aus dieser Datenbank wurden einige zehntausend Spektren ausgewählt und zu Modell-Datensätzen für sechs verschiedene Gewebetypen zusammengefasst. Für die Zuordnung unbekannter Spektren zu diesen Modellen wurde ein SIMCA-Klassifikations-Algorithmus entwickelt sowie ein LDA-Algorithmus eingesetzt. Für beide Methoden wurde die Klassi-fikations-Leistung anhand der Spezifität und Sensitivität bestimmt. Beide Klassifikations-Algorithmen führten zu guten Ergebnissen. Der SIMCA-Algorithmus erreichte eine Spezifität zwischen 97 % und 100 %, sowie eine Sensitivität zwischen 62 % und 78 % (bei einem Vertrauensintervall von 97,5 %). Der LDA-Algorithmus ermöglichte eine etwas bessere Sensitivität von 72 % bis 90 %, auf Kosten der Spezifität, welche zwischen 90 % und 98 % lag. Zusammenfassend kann festgestellt werden, dass sich die FT-IR-Mikrospektroskopie und die vorgestellten Auswerte-Algorithmen sehr gut zur Klassifizierung von Gewebedünnschnitten eignen.

Die Dissertation befasste sich mit der Entwicklung einer neuen diagnostischen Methode für in-situ-Gewebeuntersuchungen. Der Ansatzpunkt war die Untersuchung von pathologischen Veränderungen im Gewebe, die sich biochemisch in den Zellen widerspiegeln und deshalb mit schwingungsspektroskopischen Methoden, wie der IR-Spektroskopie, erfassbar sind. Das Ziel der Arbeit war die IR-spektroskopische Charakterisierung und Klassifizierung von benignen, präkanzerösen und malignen Geweben mittels chemometrischer Algorithmen auf der Basis multivariater Informationen der IR-Spektren. Um komplexe spektrale Veränderungen zu charakterisieren und die Ergebnisse statistisch abzusichern, ist für jeden Gewebetyp eine Vielzahl an Spektren erforderlich. Daher wurde zur Spektrenakkumulation das IR-mikrospektroskopische Imaging mittels Focal Plane Array Detektor (FPA) genutzt. Die Herausforderung liegt in der Datenanalyse. Der große Datenumfang macht die Anwendung multivariater Algorithmen notwendig. Angewendet wurden Clusteralgorithmen zur Spektrendifferenzierung und die SIMCA (Soft Independent Modelling of Class Analogies) zur Spektrenklassifizierung. Die Validierung der Ergebnisse erfolgt über die histologische Untersuchung der nach der spektroskopischen Messung gefärbten Gewebedünnschnitte. Die genaue Vorgehensweise bei der Auswertung wird in dieser Arbeit anhand humaner Gewebeproben dargestellt. Die untersuchten Plattenepithelkarzinome und Adenokarzinome gehören zu den epithelialen Tumoren, die oralen bzw. zervikalen Ursprungs sind. Die Übertragbarkeit der spektralen Modelle wurde mit Gewebeproben mehrerer Patienten innerhalb einer und zwischen verschiedenen Tumorarten untersucht. Das ist ein erster Schritt zum Einsatz spektroskopischer Methoden in der medizinischen Forschung und Diagnostik.

Das erste gestellte Ziel war es, die histologischen Strukturen eines Gewebedünnschnittes anhand der aufgenommenen FT-IR-Spektren sichtbar zu machen und diese mit dem konventionell gefärbten Schnitt und der autoradiographischen Aufnahme zu vergleichen. Dazu wurde ein Messsystem bestehend aus einem FT-IR-Spektrometer mit Mikroskop und einem computergesteuerten XY-Tisch aufgebaut und die notwendige Steuer- und Auswerte-Software entwickelt. Es konnte gezeigt werden, dass sich die FT-IR-Spektren mit geeigneten Auswerteverfahren zur Darstellung der histologischen Strukturen nutzen lassen. Dazu wurden zwei verschiedene Methoden eingesetzt, die PCA und die Fuzzy-Clusterung (FCM). Im zweiten Teil dieser Arbeit sollte ein Klassifikations-Algorithmus gefunden werden, mit dessen Hilfe sich Spektren von unbekannten Gewebeproben vorher definierten Modellen zuordnen lassen. Dazu wurde eine Spektren-Datenbank aus mehr als einhundert Gewebeproben angelegt. Aus dieser Datenbank wurden einige zehntausend Spektren ausgewählt und zu Modell-Datensätzen für sechs verschiedene Gewebetypen zusammengefasst. Für die Zuordnung unbekannter Spektren zu diesen Modellen wurde ein SIMCA-Klassifikations-Algorithmus entwickelt sowie ein LDA-Algorithmus eingesetzt. Für beide Methoden wurde die Klassi-fikations-Leistung anhand der Spezifität und Sensitivität bestimmt. Beide Klassifikations-Algorithmen führten zu guten Ergebnissen. Der SIMCA-Algorithmus erreichte eine Spezifität zwischen 97 % und 100 %, sowie eine Sensitivität zwischen 62 % und 78 % (bei einem Vertrauensintervall von 97,5 %). Der LDA-Algorithmus ermöglichte eine etwas bessere Sensitivität von 72 % bis 90 %, auf Kosten der Spezifität, welche zwischen 90 % und 98 % lag. Zusammenfassend kann festgestellt werden, dass sich die FT-IR-Mikrospektroskopie und die vorgestellten Auswerte-Algorithmen sehr gut zur Klassifizierung von Gewebedünnschnitten eignen.

Thesis (MScAgric (Conservation Ecology and Entomology)--University of Stellenbosch, 2009. / The false codling moth (FCM), Thaumatotibia leucotreta (Meyrick) (Lepidoptera: Tortricidae), is an indigenous pest of citrus fruit in southern Africa, and is a pest of high phytosanitary concern, impacting negatively on the export of fresh citrus fruit from South Africa to some international markets. FCM is a particularly serious pest in the Citrusdal area in the Western Cape Province of South Africa. FCM is known to infest most types of citrus, with navel oranges being particularly prone to attack, whereas lemons are not considered to be a favoured host. Conventional control strategies that rely on the use of insecticides are of limited use due to high levels of insecticide resistance in FCM populations. Mating disruption, the Sterile Insect Technique (SIT) and the integration of different control techniques are options that are currently being adopted. Little is known about FCM host preferences in this geographical area, or about its dispersal capacity. The ability of FCM to migrate between various host patches, including citrus orchards and indigenous fynbos vegetation, and its ability to maintain a viable population in alternative host plants when there is no fruit available for infestation in citrus orchards has not been well studied. Knowledge of these largely behavioural facets is important in planning an effective control strategy for FCM. Towards addressing this dearth of knowledge, FCM pheromone traps were set out in transects in the Citrusdal area. These transects included citrus orchards, and extended beyond citrus orchards, to include a range of habitat types and elevational gradients. This provided a grid to assess the spatial and temporal distribution of male FCM in the area. In addition, intensive sampling and inspection of potential host plant material was undertaken in the area in an attempt to identify any alternative host plants.