1983年Kirkpatrick使用模拟退火来求解组合最优化问题，尽管1953年Metropolis等人已经提出了模拟退火的思想。
也就是说1983年模拟退火开始被大量使用。它是模拟固体退火的过程，固体退火后，温度降低，能量也随之降低。如果我们把每个温度下的状态看做可行解，把能量看做是目标函数值，就会发现它与组合最优化问题非常相似。
它是一种全局搜索算法，利用Metropolis控制温度下降过程来实现模拟退火。温度比较高时，接受差解的可能性/概率较高，温度较低时，接受差解的概率变小，趋近于爬山算法。这也很合理，温度高，也就是一开始，接受差解以保持解空间的多样性；待到后面温度降低，开始仔细搜索。也就是同时顾及到了搜索空间的多样性（横向）和质量（纵向）。
关键点有三个：怎么定义邻域结构，这往往是核心所在。也就是一个状态怎么变到另一个状态的（在随机过程中这被叫做马尔科夫过程）。还有温度怎么转换
