Algoritmus simulovaného žíhání (simulated annealing) našel inspiraci ve fyzikálním procesu žíhání tuhého tělesa, kdy je tuhé těleso zahřáté na vysokou teplotu a postupným pomalým snižováním teploty se odstraňují jeho vnitřní defekty. Postupným chlazením jsou eliminovány nestabilní částice, dochází ke stabilizaci krystalové mřížky a tuhé těleso získává potřebnou kvalitu.
Interpretace v oblasti evolučních algoritmů je taková, že se provádí iterace postupným snižováním teploty. Pro každou teplotu je náhodně vygenerováno nové řešení, které je podrobeno Metropolisovu kritériu, které pro danou teplotu určuje pravděpodobnost nahrazení aktuálního řešení novým.
Slovní popis algoritmu simulované žíhání:
| 1. | Na začátku se zvolí náhodné přípustné řešení a počáteční teplota. |
| 2. | Pro aktuální teplotu se vygenerují nová náhodná řešení, přijata jsou pouze ta, která vyhoví Metropolisovu kritériu. Bod 2 je opakován podle počtu opakování pro danou teplotu. |
| 3. | Sníží se teplota. |
| 4. | Dokud není dosaženo cílové teploty, pokračuje se bodem 2. |
Popis parametrů:
| Parametr | Popis | Doporučená hodnota |
|---|---|---|
| Specimen | Vzorové řešení | Záleží účelové funkci |
| Metoda chlazení | "Postupná", "Kroková" | |
| Startovní (maximální) teplota | Volí se podle Metropolisova algoritmu tak, aby bylo akceptováno zhruba 50% všech řešení | Dle účelové funkce |
| Konečná (minimální) teplota | 0 pro skokové chlazení 0.001 - 1 pro postupné chlazení |
|
| Počet řešení pro každou teplotu | Podle průběhu účelové funkce | |
| Krok | Určuje počet iterací při krokovém chlazení | Podle počáteční teploty, zhruba 1% - 10% <0.75, 0.95> |
| Multiplikátor | Určuje počet iterací při postupném chlazení | [0.75, 0.95] |
| Elitismus | Určuje zda se použije elitismus nebo ne | Ano / Ne |