RIME算法通过模拟雾状冰的软雾状和硬雾状生长过程，构建软雾状搜索策略和硬雾状穿刺机制，实现优化方法中的探索和开发行为。同时，改进了算法中的贪心选择机制，在选择最优解阶段更新种群，增强了RIME的开发能力。于2023年发表在中科院2区Neurocomputing上。详细的文章可以查看我之前发布的文章，比较详细的数学模型解释等。

（1）RIME的原始算法论文

（2）TERIME：一种改进的RIME算法附完整MATLAB代码领取方式

(1)RIME

Su, H., Zhao, D., Heidari, A. A., Liu, L., Zhang, X., Mafarja, M., & Chen, H. (2023). RIME: A physics-based optimization. Neurocomputing, 532, 183–214.

(2)MRIME

Hakmi S.H., Alnami H., Moustafa G., et al. Modified Rime-Ice Growth Optimizer with Polynomial Differential Learning Operator for Single-and Double-Diode PV Parameter Estimation Problem. Electronics. 2024, 13(9): 1611.

(3)TERIME

Farah A., Belazi A., Benabdallah F., et al. Parameter extraction of photovoltaic models using a comprehensive learning Rao-1 algorithm. Energy Conversion and Management. 2022, 252: 115057.