/本文研究了一种基于自然界现象的元启发式算法——飞蛾扑火优化（Moth Flame Optimization，MFO）算法，将其应用于23种经典的测试函数中，对其性能进行了评估和比较。研究结果表明，与其他常见的优化算法相比，MFO算法具有较高的搜索精度和较快的收敛速度，表现出更好的优化能力。该算法的优点在于其模拟了飞蛾扑火的行为，采用了较为简单的计算方式，更易于理解和应用。因此，MFO算法在实际的优化问题中具有广泛的应用前景。