该C程序的主体框架是根据《现代电力系统分析》（王锡凡）的附录PQ分解法潮流程序来完成的，并采用BX方案。程序中采用了快速解耦潮流计算方法和稀疏矩阵存储技术，并对程序的主要算法进行了子程序编制。本程序认为迭代次数超过1000次即为不收敛，并给出了五节点五支路系统data5.dat作为示例。-The C program of the main framework is based on " Modern Power System Analysis" (Xi-fan) the tre

线性递减权重粒子群优化算法是从随机解出发，通过迭代寻找最优解，它也是通过适应度来评价解的品质，但它比遗传算法规则更为简单，它没有遗传算法的“交叉”(Crossover) 和“变异”(Mutation) 操作，它通过追随当前搜索到的最优值来寻找全局最优。这种算法以其实现容易、精度高、收敛快等优点引起了学术界的重视，并且在解决实际问题中展示了其优越性。 -Linear decreasing weight particle swarm optimization starting from random

电力系统潮流计算，基于BX快速解耦算法，对IEEE14节点标准拓扑网络进行检测，能够正确快速地计算出结果。-Power flow calculation based BX fast decoupled algorithm, IEEE14 standard topology network node detection, able to correctly calculate the results quickly.

快速遗传剩余静校正方法(FGRS) 关键词： 互相关剩余静校正 遗传算法剩余静校正 快速遗传剩余静校正方法 大剩余静校正量 复杂地质地区（如复杂山地、山前带等），在野外静校正、折射或层析静校正等之后，仍可能存在大剩余静校正量，影响叠加效果。转换波剩余静校正量往往也较大，是转换波地震资料处理的难题之一。针对上述问题，研发了快速遗传剩余静校正方法，其特点是： 地表一致性 组合算法（互相关＋遗传算法） 非线性反演 快速高效 全局寻优 可解决大的纵波剩余静

比较DFT和FFT算法的速度。快速傅里叶变换速度更快。-Comparison of DFT and FFT algorithm speed. Fast Fourier transform faster.