Durante las últimas décadas, la formulación matemática de los aerogeneradores (WTs) ha sido manejada utilizando diferentes metodologías para modelar la naturaleza probabilística a través de diferentes funciones de distribución. Muchos artículos recientemente publicados han aplicado la velocidad del viento o la potencia activa obtenida del WT en diversas curvas probabilísticas, como Weibull, log-normal y Gamma. En este trabajo, la velocidad del viento fue modelada en cinco ubicaciones diferentes en Egipto a través de una nueva función de distribución de probabilidad mixta (MPDF) que incluyó cuatro funciones de distribución bien conocidas utilizadas para imitar la naturaleza probabilística de la velocidad del viento. Además, se desarrolló una formulación de toma de decisiones de múltiples objetivos para ajustar de manera óptima el MPDF con un error cuadrático medio mínimo (RMSE) y garantizar un ajuste confiable mediante otros dos índices efectivos. Se investigaron dos metodologías, a saber, anchos de clase iguales y variables, para modelar la densidad de la velocidad del viento y obtener un modelo más realista para los perfiles de velocidad del viento probados. Los resultados mostraron la efectividad del modelo propuesto de MPDF ya que el RMSE se minimizó efectivamente utilizando la optimización multiobjetivo de enjambre de partículas (MOPSO), mostrando una mejora de casi el 10% en comparación con el algoritmo genético de clasificación no dominada (NSGA-II).