En este documento, se propone un nuevo algoritmo metaheurístico modificado. Este método contiene algunas modificaciones para mejorar el rendimiento del algoritmo de recocido simulado (SA). La mayoría de los autores que tratan de mejorar el algoritmo SA presentaron algunas mejoras y modificaciones a una o más de las cinco características estándar del algoritmo SA. En este documento, mejoramos el algoritmo SA al presentar algunas sugerencias y modificaciones a las cinco características estándar del algoritmo SA. A través de estas sugerencias y modificaciones, obtuvimos un nuevo algoritmo que encuentra la solución aproximada al mínimo global de una función no convexa. El nuevo algoritmo contiene parámetros novedosos, que se actualizan en cada iteración. Por lo tanto, la variedad y las alternativas en la elección de estos parámetros demostraron un impacto notable en el rendimiento del algoritmo propuesto. Además, tiene múltiples fórmulas mediante las cuales se generan las soluciones candidatas. La diversidad en estas fórmulas ayudó al algoritmo propuesto a escapar de un punto local mientras encontraba el minimizador global de una función no convexa. La eficiencia del algoritmo propuesto se informa a través de experimentos numéricos extensos en algunos problemas de prueba bien conocidos. Los perfiles de rendimiento se utilizan para evaluar y comparar el rendimiento de nuestro algoritmo propuesto con los otros cinco algoritmos metaheurísticos. Los resultados de comparación entre el rendimiento de nuestro algoritmo sugerido y los otros cinco algoritmos indican que el algoritmo propuesto es competitivo y, en todos los casos, superior a los cinco algoritmos en términos de eficiencia, confiabilidad y efectividad para encontrar los minimizadores globales de funciones no convexas. Esta superioridad del nuevo algoritmo propuesto se debe a esas cinco características estándar modificadas.