Simulirano žarenje je računalna tehnika koja može pronaći dobra – iako ne nužno optimalna – rješenja problema. Nazvan je tako jer oponaša metalurški proces žarenja. U metalima, žarenje je proces pročišćavanja zagrijavanjem metala, a zatim ga polaganim hlađenjem. Računalni program “pročišćava” prostor rješenja dok ne preostaju samo rješenja koja su najbolja ili gotovo najbolja.
Dva su kritična čimbenika koja korisnik simuliranog programa žarenja treba specificirati: početna temperatura ili postotak lošijih rješenja koja se mogu istražiti; i brzinu hlađenja, što je brzina kojom se taj postotak smanjuje. Niska početna temperatura često će završiti rezultatom koji je daleko od optimalnog. Pokretanje na vrlo visokoj temperaturi može dovesti do toga da traženje traje mnogo više vremena nego što je potrebno. Slično tome, previsoka brzina hlađenja će generirati loše rezultate, dok će vrlo niska brzina hlađenja rezultirati programom koji radi jako dugo.
Stanje “visoke temperature” za simulirani program žarenja je postavka koja mu omogućuje da pogleda širok raspon rješenja, uključujući mnoga koja su lošija od rješenja koja je već pronašao. Računalu je dopušteno pogledati mnoga rješenja koja su gora od trenutnog rješenja kako bi se izbjeglo zadržavanje lokalnog minimuma koji je znatno gori od najboljeg. Kao primjer, može se zamisliti početak na vrhu brda ili planine s ciljem dostizanja baze. Na putu mogu biti jaruga ili ponori. Ako računalo ne može ići dovoljno uzbrdo da izađe, zaglavit će se iako nije ni blizu baze.
Koliko daleko program može ići uzbrdo određuje postotak lošijih rješenja koja program smije ispitati. S vremenom se pronalaze sve bolja rješenja i smanjuje se rizik od dubokog ponora, pa se smanjuje postotak lošijih rješenja koje računalo može istražiti. Smanjenje ove frakcije se naziva “hlađenje”. Kada temperatura dosegne unaprijed postavljeni udio — koji ne mora biti 0 — pretraga završava.
Razlog za korištenje simuliranog žarenja ili drugih tehnika pretraživanja umjetne inteligencije je smanjenje vremena potrebnog za pronalaženje gotovo optimalnog rješenja na upravljivu količinu. Za mnoge probleme, iscrpna potraga – testiranje svakog mogućeg rješenja protiv jednog drugog mogućeg rješenja – mogla bi potrajati mjesecima ili godinama. Najpoznatija alternativa simuliranom žarenju su genetski algoritmi. Ostali popularni algoritmi pretraživanja umjetne inteligencije uključuju optimizaciju kolonija mrava, optimizaciju roja čestica, najbližeg susjeda i Bayesove klasifikatore.