片上网络（NoC）是当前片上系统发展的一个重要方向，而研制低功耗的NoC系统是促进NoC应用发展的关键技术之一。目前，已有的映射算法在降低功耗方面已取得了较好的效果，但是这些算法在运算复杂度及优化效果等方面还有许多不尽人意的地方，需要进一步改进和完善。本文针对NoC设计中的低功耗映射问题，提出了两种不同的映射算法。首先，针对基于遗传算法的NoC低功耗映射算法的收敛性差等缺陷，通过简化适应度函数与选择合适的父代种群，该种群由一些较优秀的个体和随机种群组成，提出了改进的映射算法（IMAG算法），提高了映射算法的收敛速度；其次，针对传统遗传模拟退火算法的早熟、收敛慢等缺陷，通过增加记忆器、采用早熟判断指标自适应地调整交叉变异概率两个方面的改进，设计了改进的遗传模拟退火算法；并将改进的遗传模拟退火算法应用到NoC映射问题中，提出了基于改进遗传模拟退火算法的NoC低功耗映射算法（MIGS算法）。实验表明，本文提出的两种映射算法的总通信流量小；节点间的平均通信距离短；功耗总量低。对比分析表明，本文的两种算法对于不同的映射需求具有各自优势。由于本文只是针对功耗优先模型设计了映射算法，在后续的工作中，将研究面向多目标优化的NoC映射算法。