Simuleeritud lõõmutamine on arvutitehnika, mis võib leida probleemile häid, kuigi mitte tingimata optimaalseid lahendusi. Seda nimetatakse nii, kuna see jäljendab lõõmutamise metallurgilist protsessi. Metallide puhul on lõõmutamine puhastusprotsess metalli kuumutamise ja seejärel aeglaselt jahutamise teel. Arvutiprogramm “puhastab” lahendusruumi seni, kuni järele jäävad vaid parimad või peaaegu parimad lahendused.
Simuleeritud lõõmutamisprogrammi kasutajal on vaja täpsustada kaks kriitilist tegurit: algtemperatuur või uuritavate halvemate lahenduste protsent; ja jahutuskiirus, mis on kiirus, millega seda protsenti vähendatakse. Madal käivitustemperatuur lõpeb sageli tulemusega, mis on optimaalsest kaugel. Väga kõrgel temperatuuril käivitamine võib kaasa tuua selle, et otsimine võtab palju rohkem aega kui vaja. Samamoodi annab liiga kõrge jahutuskiirus kehvad tulemused, samas kui väga madal jahutus põhjustab programmi, mis töötab väga pikka aega.
Simuleeritud lõõmutamisprogrammi “kõrge temperatuuri” olek on seade, mis võimaldab vaadelda paljusid lahendusi, sealhulgas paljusid, mis on halvemad kui juba leitud lahendused. Arvutil on lubatud vaadata paljusid lahendusi, mis on praegusest lahendusest halvemad, et vältida kohaliku miinimumi jäämist, mis on parimast oluliselt halvem. Näiteks võib ette kujutada alustamist mäe või mäe otsast eesmärgiga jõuda baasi. Teel võib esineda kuristik või kuristik. Kui arvuti ei suuda väljumiseks piisavalt ülesmäge sõita, jääb see kinni, kuigi see pole baasi lähedal.
Kui palju mäest üles saab programm minna, määrab see, kui palju halvemate lahendusi programmil on lubatud uurida. Aja möödudes leitakse järjest paremaid lahendusi ja sügava lõhe tekkimise oht väheneb, seega väheneb ka halvemate lahenduste protsent, mida arvuti suudab uurida. Selle fraktsiooni vähendamist nimetatakse “jahutamiseks”. Kui temperatuur jõuab eelseadistatud osani – mis ei pea olema 0 –, otsing lõpeb.
Simuleeritud lõõmutamise või muude tehisintellekti otsingutehnikate kasutamise põhjus on optimaalse lahenduse leidmiseks kuluva aja vähendamine juhitavale tasemele. Paljude probleemide puhul võib põhjalik otsing – iga võimaliku lahenduse testimine üksteise võimalike lahenduste suhtes – võtta kuid või aastaid. Kõige laiemalt tuntud alternatiiv simuleeritud lõõmutamisele on geneetilised algoritmid. Teised populaarsed tehisintellekti otsingualgoritmid hõlmavad sipelgakolooniate optimeerimist, osakeste sülemi optimeerimist, lähima naabri ja Bayesi klassifikaatoreid.