模擬退火算法是一種用於解決最佳化問題的機率型算法，其靈感來源於物理中的退火過程。
模擬退火算法在數學最佳化中，用於尋找給定函式的全局最優解，特別是在處理組合最佳化問題時效果顯著。這個算法開始於一個較高的「初始溫度」，並在疊代過程中逐漸降低這個溫度。在每一步中，算法都會評估當前解的質量，並可能接受一個較差的解，這有助於避免陷入局部最優解。隨著「溫度」的降低，接受較差解的機率也逐漸減小，從而確保算法最終趨於全局最優解。
模擬退火算法在處理大規模問題和非凸問題時表現出色，因為它能夠通過機率性跳轉來避免局部最優解。它在許多領域都有套用，包括機器學習、信號處理、生產調度等。