Los amortiguadores magnetoreológicos (MR) desempeñan un papel crucial en varios sistemas de ingeniería, y cómo identificar los parámetros de control de los modelos de amortiguadores MR sin ningún conocimiento previo se ha convertido en un problema apremiante. En este estudio, para identificar los parámetros de control de los modelos de amortiguadores MR de manera más precisa, se propone una optimización mejorada de forrajeo de mantarrayas (IMRFO). El nuevo algoritmo diseña un factor de control de búsqueda de acuerdo con una capacidad de exploración débil de MRFO, lo que puede aumentar efectivamente la exploración global del algoritmo. Para prevenir la convergencia prematura de los óptimos locales, se diseña un coeficiente de peso adaptativo basado en el vuelo de Levy. Además, al introducir la estrategia de mutación de la ondaleta de Morlet en el algoritmo, el espacio de mutación se ajusta de manera adaptativa para mejorar la capacidad del algoritmo de salir de la estancamiento y la tasa de convergencia. El rendimiento del IMRFO se evalúa en dos conjuntos de funciones de referencia y los resultados confirman la competitividad del algoritmo propuesto. Además, el IMRFO se aplica en la identificación de los parámetros de control de los amortiguadores MR, los resultados de la simulación revelan la efectividad y practicidad del IMRFO en las aplicaciones de ingeniería.