Un algoritmo reciente de optimización, el Algoritmo de Optimización RIME (RIME), fue desarrollado para utilizar eficientemente el fenómeno físico del crecimiento de hielo rime. Simula los procesos de hielo duro y hielo blando, construyendo los mecanismos de perforación de hielo duro y búsqueda de hielo blando. En este estudio, se introduce una versión mejorada, denominada RIME Modificado (MRIME), que integra un Operador de Aprendizaje Diferencial Polinomial (PDLO). La incorporación de PDLO introduce no linealidades al algoritmo RIME, mejorando su adaptabilidad, velocidad de convergencia y capacidad de búsqueda global en comparación con el enfoque convencional de RIME. El algoritmo MRIME propuesto está diseñado para identificar las características del módulo fotovoltaico (PV) considerando diversos circuitos equivalentes, incluido el Modelo de Una Diodo (ONE-DM) y el Modelo de Dos Diodos TWO-DM, para determinar los parámetros no especificados del PV. El enfoque MRIME se compara con el método RIME convencional utilizando dos módulos PV comerciales, a saber, el módulo STM6-40/36 y la celda R.T.C. France. Los resultados de la simulación se contrastan con los de algoritmos contemporáneos basados en investigaciones publicadas. Los resultados relacionados con algoritmos recientes también se comparan con los del algoritmo MRIME en relación con varios estudios existentes. Los resultados de la simulación indican que el algoritmo MRIME muestra tasas de mejora sustanciales para el módulo STM6-40/36 y la celda R.T.C. France, logrando una mejora del 1,16% y 18,45% para el ONE-DM, respectivamente. Para el TWO-DM, muestra tasas significativas de mejora para los dos módulos, alcanzando 1,14% y 50,42%, respectivamente. El algoritmo MRIME, en comparación con resultados previamente publicados, establece una superioridad y robustez sustanciales.