随着半导体技术的不断发展，现有的片上系统（SoC）体系架构在不同方面都遇到了相应的瓶颈。片上网络（NoC）的提出从根本上解决了这些问题，因而逐渐成为业界研究的热点。然而的电路规模非常庞大，并基于纳米技术，因此如何在相应的设计约束条件下，通过合理有效的映射优化算法降低功耗已成为系统设计的关键问题。本文首先研究了的相关理论及当前较为常见的几种映射优化算法。其次，对经典的混合蛙跳算法（SFLA）进行了简要分析，提出了一种改进后的算法——混沌退火混合蛙跳算法（CASFLA）。利用混沌序列进行种群初始化，克服了随机生成初始种群的盲目性；在局部搜索之后，引入混沌优化方法优化适应度较差个体，利用混沌的优良特性，在算法迭代前期使较差个体得到有效更新，加速收敛，后期种群趋同时，使较差个体跳出当前小范围，避免算法陷入局部最优；采用多邻域模拟退火优化方法优化适应度较优个体，对较优个体进行细致搜索，提高了算法的精度。最后，设计了相应的映射编码规则及基于调整序的局部搜索策略，将应用于低功耗映射问题中。分别将算法、PSO算法、GA算法和本文所提出的算法应用到16核VOPD优化问题中，实验结果表明，相比于以上三种算法，算法优化后的通信总量平均值分别降低了8.832%，8.834%，14.833%，从而能够有效降低系统的通信功耗。在后续的研究工作中，有必要对不同拓扑结构情况下的映射与基于多评价目标的映射进行研究，增强本文算法的实用性。