內(nèi)容簡介：針對多芯粒片上網(wǎng)絡（Network-on-Chip，NoC）的低功耗映射問題，提出了一種改進的自適應遺傳算法（Adaptive Genetic Algorithm，AGA）。通過引入排列編碼機制、部分映射交叉算子、自適應交換變異策略以及混合選擇機制，有效解決了傳統(tǒng)遺傳算法在NoC映射中存在的約束沖突、局部最優(yōu)和解空間爆炸等問題。實驗基于36節(jié)點2D-Mesh拓撲和隨機生成的通信任務圖，對比了AGA、蟻群優(yōu)化算法（Ant Colony Optimization，ACO）和灰狼優(yōu)化算法（Grey Wolf Optimizer，GWO）的性能。結果表明，AGA在通信能耗優(yōu)化方面顯著優(yōu)于其他算法，相較于GWO和ACO分別降低了32.0%和26.2%的總功耗，同時展現(xiàn)出更好的全局搜索能力和收斂穩(wěn)定性。該研究為NoC的低功耗設計提供了高效的優(yōu)化方法。