片上网络(Network on Chip, NoC)的出现是为了解决SoC总线结构在大规模并行计算时出现的诸如系统功耗高、传输延时长、系统吞吐量受限等问题。处理单元映射是整个NoC设计中的重要环节,映射结果将直接影响NoC通信功耗乃至整体性能。然而,NoC映射问题是NP难问题,当系统规模较大时,要准确的找到系统映射最优结果非常困难。因此,寻找新的方法解决NoC映射问题具有理论和现实意义。　　本文采用量子进化算法对 NoC映射进行优化,为确保映射效果,引入了随机生成旋转角公式和遗传算法中的精英策略对算法进行改进。在分析 NoC延时和功耗模型的基础上,设计了一种 NoC映射优化方法。该方法在满足延时约束下,对系统通信功耗进行优化。同时,本文对二维网络结构和二维对角型网络结构进行分析,在理论上论述了后者的优势,并在这两种结构下,建立了基于改进量子进化算法的 NoC映射模型,期望满足延时约束的同时,达到优化功耗的目的。　　本文在二维网络结构下验证了改进算法的优化性能并与粒子群算法做比较,取得了更好的优化结果;在二维对角型网络结构下,进行上述实验,与二维网络结构比较,通信功耗降低显著。实验结果表明,映射算法执行时间较短,通信功耗优化效果明显。