针对教学式优化算法在求解组合优化问题时易陷入局部最优问题进行了研究，提出模拟退火教学式优化算法。利用模拟退火方法，在“教”与“学”两个阶段按照模拟退火计算的概率，随机接受个体中某一位较差解作为新解的一部分。通过增加群体多样性的方法，增强教学式优化算法逃离局部最优解的能力。分别对单模、多模和旋转函数进行仿真，并与其他算法进行了对比实验。结果表明，提出的方法在收敛速度和收敛精度上具有较好的性能。