金属退火是一种物理过程。当金属物体加热到一定温度后，金属内部粒子随温度升高变为无序状，在状态空间中自由运动。随着温度的逐渐下降，粒子渐趋有序，逐渐达到平衡。温度达到最低时，粒子以一定的结构排列达到基态，其内部能量降为最小。模拟退火将优化问题的求解视作物理系统的退火过程，优化问题的目标函数对应金属的内部能量，解集合相当于金属的内能状态空间。求解优化问题的过程就是寻找一个状态使目标函数值最小。模拟退火算法以搜索空间中的一个任意点作为起始点，每一步从当前最优点的邻居中产生一个新解，根据能量的增减以概率P接受新解。

模拟退火算法的关键是适当地控制温度T的下降过程以实现模拟退火，从而找到全局优化问题的近似最优解。模拟退火算法同其他局部搜索算法的本质区别在于它除了接受好解之外还以一定的概率接受差解。在算法开始的时候，温度T很高，接受差解的概率较大。随着温度T的缓慢减小，接受差解的概率也减小。当温度T趋于0时，算法不再接受任何差解，达到收敛。

模拟退火的这一特点旨在使算法能够从局部最优中跳出，从而求得优化问题的全局最优解。模拟退火算法已经被用来求解许多组合优化问题，如旅行售货员问题、背包问题等。