《表2 故障诊断正确率（%）》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于改进LSSVM的城市轨道交通供电故障诊断方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

将20组测试样本数据分别导入到训练完成的3种故障诊断模型，模型对训练样本集和测试样本集的故障诊断正确率统计结果，如表2所示。实验结果表明，本文提出的AQPSO-LSSVM模型对城市轨道交通供电系统故障的诊断正确率高于PSO-LSSVM模型和QPSO-LSSVM模型，验证了在量子粒子群算法中加入自适应检测机制和自适应扰动操作能够降低算法陷入局部最优的概率，提升算法的全局寻优能力，经过改进算法优化后的LSSVM对城市轨道交通供电系统故障具有良好的诊断能力。