在模擬退火算法的運行過程中溶入遺傳算法，稱為模擬退火遺傳算法。
在搜尋最優解的過程中，模擬退火法除了可以接受最佳化解外，還有一個隨機接受準則（Metropolis準則）有限度地接受惡化解，並且接受惡化解的機率慢慢趨向於0，這使得算法有可能從局部極值區域中跳出，即可能找到全局最優解，並保證了算法的收斂性。
模擬退火算法的求解過程如下：
（1）隨機產生初始解x0；
（2）初始化退火溫度T0；
（3）在溫度TK下執行如下操作：
·產生新的可行解x',x'為x的鄰解；
·計算評價函式f(x')和f(x)的差值Δf=f(x')-f(x);
·以min{1,exp(-Δf/Tk)}>random[0,1]的機率接收新解，其中random[0,1]是[0，1]之間的隨機數。若達到溫度Tk的平衡狀態轉（4），否則轉（3）；
（4）按一定方式降低溫度，可定義下降函式為Tk+1=αTk,k+1→,其中α∈[0，1]；
（5）若滿足收斂判據，退火過程結束；否則轉（3）。
通過以上分析可知，在模擬退火過程中，其退火溫度控制著求解過程向最小值的最佳化方向進行，同時它又以機率exp(-Δf/Tk)接收劣質解，因此算法可以跳出局部極值點。只要初始溫度足夠高，退火過程足夠慢，算法能夠收斂到全局最優解。
