El recocido simulado es un algoritmo de búsqueda bien conocido utilizado con éxito en muchos problemas de búsqueda. Sin embargo, la caminata aleatoria del recocido simulado no se beneficia de la memoria de los estados visitados, lo que provoca una búsqueda aleatoria excesiva sin historial de diversificación. A diferencia de los algoritmos de búsqueda basados en la memoria como la búsqueda tabú, la búsqueda en el recocido simulado depende de la elección de la temperatura inicial para explorar el espacio de búsqueda, lo que tiene pocas indicaciones de cuánta exploración se ha llevado a cabo. La falta de ojo exploratorio puede afectar la calidad de las soluciones encontradas mientras que la naturaleza de la búsqueda en el recocido simulado es principalmente local. En este trabajo, se propone una metodología de dos fases que utiliza una diversificación e intensificación automáticas basadas en herramientas de memoria y detección. El método propuesto se llama Recocido Simulado con Detección Exploratoria. Los experimentos computacionales muestran la eficiencia del método propuesto al garantizar una buena exploración al mismo tiempo que se encuentran buenas soluciones dentro de un número similar de iteraciones.