近年来，微型化和多功能化的电子元器件层见叠出，多芯片组件亦是屡见不鲜。由于器件尺寸的不断缩小，单位面积上的功耗则愈来愈大，系统散热就变得更加困难，因此，器件放置位置的不同就导致了温度分布的差异。鉴于此，本文研究了多芯片组件的热布局优化方法，建立了各芯片结温和坐标之间的数值关系模型，利用ANSYS Icepak软件仿真分析了优化结果的温度云图，并在基本粒子群优化算法的基础上提出了改进措施。此外，为了弥补粒子群算法易陷入局部收敛的缺陷，于是本文又结合模拟退火算法的全局收敛性强的特点提出了一种组合优化算法，以其之长补彼之短。本文所提出的芯片热布局设计方法，不仅能提供更均匀的基板布局坐标、更低的芯片结温，而且能够有效地解决重叠和出界问题。本文的主要内容如下:
　　(1)芯片布局的背景介绍。文章首先介绍了芯片热布局的背景及研究现状，多芯片组件技术的特点及发展。然后介绍了粒子群优化算法和模拟退火算法分别在各个不同领域的改进和应用现状。
　　(2)芯片初始布局的预处理。由于粒子群算法的初始布局是随机的，位置的优劣直接影响最终优化结果的好坏，因此，本文在算法运行之初提出分步随机布局的方法，即首先把基板分为四部分，然后将芯片按照功耗大小依次进行布局。此外，粒子群算法将芯片当做质点来进行优化计算，忽略了芯片的实际尺寸，使得在实际布局中存在芯片间的重叠以及出界问题，于是本文还添加了相应的几何限制。
　　(3)基本粒子群算法的改进研究。本文所追求的最终目的是寻求最佳的芯片热布局方法，以降低芯片的最高温度和最大温差。为实现这一目的，本文将粒子群优化算法成功地应用到芯片热布局中。然而基本粒子群算法有众多不足之处，于是本文首先比较了几种典型的基于惯性权重w的优化设计方案，并在此基础上进一步进行优化。此外还对芯片移动更新方程中的最大速度Vmax、迭代收敛条件等控制因素也进行了相应的改进。
　　(4)组合优化算法的提出。易陷入局部极值可以说是粒子群算法的软肋，相较之下，模拟退火算法的全局收敛能力一枝独秀。鉴于两算法优势的互补，文章将两优化算法相与为一，提出了组合优化算法。同时还结合了响应面法进行了目标函数的求解计算，通过结温模型来寻找在自然对流环境下，芯片的最佳布局位置。
　　(5)程序的编写及软件的应用。编写了结合结温的改进粒子群算法以及组合优化算法的程序。程序结果包含了芯片的位置坐标，各芯片结温的估计值，以及对收敛条件的记录。本研究中还用到热仿真分析软件ANSYS Icepak进行建模，统计分析软件SAS进行方程的拟合，并对最终布局结果进行了仿真验证。