设计特定的进化操作或约束修正因子。文献[ 28 ]采用罚函数法,利用非固定多段映射罚函数对约束优化问题进行转化,再利用PSO求解转化后的问题,仿真结果显示PSO相对进化策略和遗传算法有优越性,但其罚函数的设计过于复杂,不利于求解-Operation or design of the evolution of specific binding correction factor. Literature [28] The penalty function method, using non-stat

Parsopoulos等采用罚函数法，利用非固定多段映射函数对约束优化问题进行转化，再利用PSO算法求解转化后问题，仿真结果显示PSO算法相对遗传算法更具有优越性，但其罚函数的设计过于复杂，不利于求解；Hu等采用可行解保留政策处理约束，即一方面更新存储中所有粒子时仅保留可行解，另一方面在初始化阶段所有粒子均从可行解空间取值，然而初始可行解空间对于许多问题是很难确定的；Ray等提出了具有多层信息共享策略的粒子群原理来处理约束，根据约束矩阵采用多层Pareto排序机制来产生优良粒子，进而用一些优良的

一种简单的带罚函数的粒子群算法 容易修改并且非常简单适合初学者-A simple penalty function with PSO is very easy to modify and simple for beginners

基于罚函数的粒子群算法的函数寻优，求解结果收敛较快且不易陷入局部最优-The function optimization of the particle swarm algorithm based on the penalty function is faster and difficult to get into the local optimal

带有不等式/等式约束的加速粒子群算法（apso），主要通过罚函数来进行约束，速度较快，可处理带约束问题(Accelerated particle swarm optimization (APSO) with inequality / equality constraints, which is mainly constrained by penalty function, is fast and can deal with constrained problems)