随着工艺技术的不断进步和电路集成度的不断提高，CMOS电路的静态漏电功耗已经开始成为纳米级设计领域所面临的最严峻的挑战之一。而在诸如手持和便携式设备等产品中，多数电路较长时间内都处于睡眠状态，而输入向量控制技术在处理这类问题中起到了至关重要的作用。本文所研究的内容正是静态功耗优化中的输入向量控制技术。本文主要涉及如下方面： 首先，本文从分析功耗的来源入手，针对功耗的来源的不同探讨了降低功耗的多种方法和途径，并将这些方法应用于设计的各个层面，即在工艺级、版图级、电路级、逻辑门级、RTL结构级和系统级上发展适当的技术，综合应用不同的设计策略，达到保持系统性能前提下降低功耗的目的。 其次，为了进行静态功耗优化，必须要对静态功耗模型进行必要的功耗估计，为此本文介绍了几种功耗估计方法，基于模拟的方法、非模拟的方法、延迟模型的选择以及层次化分析方法。随后系统研究了静态功耗优化方面的一些技术，主要包括工艺控制法、电源电压控制法、阈值电压控制法、输入向量控制法等。在此基础之上提出了一种基于遗传算法的最大漏电流估计方法。IVC技术是本文重点研究的技术，为此，本文分析比较了多种应用IVC技术降低静态漏电功耗的算法。 最后，本文在CMOS静态功耗优化中提出了一种改进的遗传算法用于求解IVC技术的MLV。首先，对以前提出的用于求解MILV的遗传算法进行了阐述和说明，分析和论述了该方法在求解MLV过程中的效率和应用在静态优化中的优化效果。然后，本文将模拟退火机制引入到遗传算法当中，以此来解决传统遗传算法的早熟现象和局部寻优能力较差的问题。改进后的遗传算法能在全局最优解的搜索角度和算法的进化速度方面来提高遗传算法的性能，提高了传统遗传算法的局部寻优能力，可以在保证效率的情况下取得更优解。最后，为了验证本文所提方法的正确性和有效性，用实验进行了验证。从实验结果的分析来看，本文所提出的方法达到了预期的效果。