設組合優化成績的一個解對應固體退火過程中的一個微觀形狀，組合優化成績的方針函數f（i）對應固體退火過程中的一個微觀形狀i的E（i），運動木地板廠家將固體退火過程中的溫度T演變為稱為進度表的掌控參數，如許就得到了求解組合優化問題的仿照退火算法：由初始解i和掌控參數韌值t入部動手，對當前解不竭地重復“產生新解→角逐爭辯日標函數差→擔負/舍棄”的迭代，這個選代的過程對應著固體在某一溫度下趨于熱均衡的過程，并漸漸衰減掌控參數t的值，算法截止時確當前解即為所求優解的近似值。退火過程由進度表（CoolingSchedule）掌控，搜羅掌控參數的初值t及其衰減因子Δt、每個t值時的迭代次數L和遏制條件S。

因為固體退火的過程是“漸漸”降溫，才干使固體在每個溫度下都能夠大概到達熱均衡，終才干趨于小的基態。是以可知，掌控參數的值也是遲鈍衰減，才干確保仿照退火算法終趨于組合優化成績的團體優解集綜上所述，運動木地板廠家仿照退火算法是經過過程仿照物理學中固體物質退火的過程來處理一樣平居組合優化成績的一種組合優化算法，即在某一初始溫度下，隨著掌控參數值的不竭下落，分散Metropolis準繩在解空間中隨機尋找方針函數的全局優解。也就是說，部門優解能依照一定的概率跳出并終趨于全局優解。43.2退火算法研究平息在自然科學、社會科學以及人們的一樣平居生活中，廣泛存在著大量的求大、小值的成績，即優化的問題。特地是自20世紀80年月以來，在操持科學、角逐爭辯機科學、分子物理學和生物學以及超大范圍集成電路假想、代碼假想、圖象處理處罰和電子工程等科技范圍中，大量的組合優化問題需求解決。

仿照退火算法（SimulatedAnnealing·SA）是一種比年被廣泛利用于實踐工程中的全局優算法，運動木地板廠家也是部門搜刮算法的擴展。仿照退火算法的中央機想—Metropolis準繩早是在1953年由Metropolis等人在研究二維相變時發現的.1983年由kirkpatrick等勝利地引入到組合優化范圍中。以后，仿照退火算法入部動手被大范圍、廣泛地利用于組合優化求解的成績中，GernS.和GernD.于1984年在其文章EquationsofStateCalculationbyFastComputingchines中給出了退火率與退火韶光的對數成反比的仿照退火算法。V.于1985年利用仿照退火算法求解旅游商成績（TravelingSalesnProblen，簡稱TSP成績）取得勝利。