Imituojamas atkaitinimas yra kompiuterinė technika, kuri gali rasti gerų, nors nebūtinai optimalių, problemos sprendimų. Jis taip pavadintas, nes imituoja metalurginį atkaitinimo procesą. Metaluose atkaitinimas yra gryninimo procesas, kai metalas kaitinamas, tada lėtai aušinamas. Kompiuterinė programa „išvalo“ sprendimų erdvę tol, kol lieka tik geriausi arba beveik geriausi sprendimai.
Yra du svarbūs veiksniai, kuriuos turi nurodyti imituojamos atkaitinimo programos vartotojas: pradinė temperatūra arba prastesnių tirpalų procentas, kurį galima ištirti; ir aušinimo greitį, kuris yra greitis, kuriuo šis procentas sumažinamas. Žema pradinė temperatūra dažnai baigiasi rezultatu, kuris yra toli nuo optimalaus. Pradėjus nuo labai aukštos temperatūros, paieška gali užtrukti daug ilgiau nei būtina. Panašiai per didelis aušinimo greitis duos prastus rezultatus, o labai mažas aušinimo greitis lems programą, kuri veiks labai ilgai.
Imituotos atkaitinimo programos „aukštos temperatūros“ būsena yra nustatymas, leidžiantis peržiūrėti daugybę sprendimų, įskaitant daugelį blogesnių nei jau rasti sprendimai. Kompiuteriui leidžiama peržiūrėti daugybę sprendimų, kurie yra blogesni už dabartinį sprendimą, kad būtų išvengta vietinio minimumo, kuris yra žymiai blogesnis nei geriausias. Kaip pavyzdį galima įsivaizduoti pradedant nuo kalvos ar kalno viršūnės su tikslu pasiekti bazę. Pakeliui gali būti nuotakų ar prarajų. Jei kompiuteris negali pakankamai toli pakilti į kalną, kad išliptų, jis įstrigs, nors ir nėra arti pagrindo.
Kiek toli į kalną gali pakilti programa, lemia tai, kiek procentų prastesnių sprendimų programai leidžiama išnagrinėti. Laikui bėgant, randami vis geresni sprendimai ir mažėja gilios bedugnės rizika, todėl blogesnių sprendimų, kuriuos gali ištirti kompiuteris, procentas mažėja. Šios dalies sumažinimas vadinamas „aušinimu“. Kai temperatūra pasiekia iš anksto nustatytą dalį – kuri nebūtinai turi būti 0 – paieška baigiama.
Priežastis naudoti imituojamą atkaitinimą ar kitus dirbtinio intelekto paieškos būdus yra sutrumpinti laiką, reikalingą beveik optimaliam sprendimui rasti. Daugeliui problemų išsami paieška – kiekvieno galimo sprendimo patikrinimas, palyginti su vienu kitu galimu sprendimu – gali užtrukti mėnesius ar metus. Plačiausiai žinoma imituoto atkaitinimo alternatyva yra genetiniai algoritmai. Kiti populiarūs dirbtinio intelekto paieškos algoritmai apima skruzdžių kolonijų optimizavimą, dalelių spiečių optimizavimą, artimiausio kaimyno ir Bajeso klasifikatorius.