Citation :
##############   Algorithme du recuit #################################################
n <- 200000  //Nombre d'itération
N <- 40 // Nombre de ville
beta <- 0.002 //paramètre ????
g_old <- 1:N //Vecteur contenant l'ordre des villes qui contient le trajet
g_best <- 1:N //Vecteur contenant l'ordre des villes qui contient le trajet

Hg <- function(G){ //Calcul de la distance du trajet du vecteur G qui comporte l'ordre des villes
  H <- V[G[N]+1,1]+V[G[1],1]
  for (i in 1: (N-1)) {
    H <- H + V[G[i],G[i+1]]
  }
  return(H)
}

H_old <- Hg(g_old) //Calcul de la distance du trajet g_old
resultat <- 1:n
for (j in 1:n) {
  beta_j <- beta*sqrt(j)
  point <- sample(1:N,2) //permutation de deux points du vecteur g_old
  g_new <-  g_old
  g_new[point[1]] <-g_old[point[2]]  
  g_new[point[2]] <-g_old[point[1]]  

# calcul H_new, la distance du nouveau vecteur dont deux point de g_old ont été permuté
  H_new <- Hg(g_new)
  alpha <-  min(exp(-beta_j*(H_new-H_old)),1) //algo de metropolis
  u <- runif(1,0,1)
  if (H_new < H_old){
    g_best <- g_new
  }
  if (u<alpha){
    g_old <- g_new
    H_old <- H_new
  }
  
  resultat[j] <- H_old
}