模拟退火算法是人工智能组合优化算法，在此算法的基础上，提出了一种改进的模拟退火算法，用于预测有机化合物分子式。算法开始，设计使用遗传算法计算种群各个体的适应度函数值，从中选择最优个体作为模拟退火算法初始解。然后在这个初始解的基础上，随机扰动生成新解，并计算其适应度函数值。若适应度函数值的增量小于等于零，则接受新解，否则按Metropolis准则判断是否接受新解。随着退火温度的缓慢降低，依据算法终止条件判断是否搜索到全局最优解。实验证明，该算法提高了搜索到全局最优解的成功率。将其用于预测有机化合物分子式时，其适应度函数收敛性明显优于经典模拟退火算法。