随着人工智能、大数据、云计算等领域的快速发展，业界对处理器性能的需求不断增长，片上系统(SoC， System on Chip)中IP核的数量不断增加，片上网络规模的也随之不断增加，片上网络的通讯功耗，网络拥塞等问题，使得片上网络性能迅速降低。近年来，面向片上网络优化研究已成为了相关领域的研究热点。因此，本文以片上网络优化问题为研究目标，开展了片上网络映射算法、片上网络优化方法和片上网络仿真器方面的研究。本文主要内容包含：
　　1.提出了一种基于遗传的超启发式片上网络映射算法
　　针对片上网络任务映射问题，提出了一种新型的基于遗传的超启发式映射算法——GHA。该算法包含底层算法和顶层算法两部分。底层由一个由各种遗传算子组成算子池构成。顶层算法由算子选择算法和算子评价机制构成，主要功能是在迭代过程中选择合适的算子。由于该算法可以在映射过程中自动地选择合适的算子，该算法可以显著地提高收敛速度和稳定性。与现有的映射算法相比，GHA不但可以获得更好的映射结果，还有效地提高了映射速度。特别是片上网络规模较大时，GHA的优势更加明显。
　　2.提出一种基于映射的片上网络协同优化方法
　　提出一种基于映射信息的片上网络协同优化技术，根据片上网络的路由结构、通讯方式等特性，建立片上网络的综合评估模型(包含：延时、功耗、温度等)；建立片上网络常用标准架构库(包含：Mesh、Torus、Ring、Spidergon)，根据给定的应用和设计约束，选定合适的标准架构作为基本架构，通过映射优化技术得到最优的映射方案；在最优映射方案的基础上，计算获得IP核的布局、路由器和链路上的通信量、链路长度等信息，采用删除无效路由器和链路、增加长程链路、优化拓扑结构、引入低功耗编码和低摆幅电路等技术、以面积、功耗、延时和温度等指标为优化目标，对系统架构进行优化，最终得到性能优异的片上网络架构。该优化方法以标准架构作为基本架构进行设计优化，在优化设计过程中加入优化约束，保证原有的路由器设计、路由算法等只需要进行少量修改即可在优化后的架构上直接使用的同时，有效地提高片上网络的各项性能。
　　3.提出了一种新型的基于FPGA的片上网络仿真器
　　提出的一款基于FPGA的高速可配置的片上网络仿真器——SRNoC。相比于现有的基于FPGA的片上网络仿真器，SRNoC采用了新的片上网络仿真架构(开关——路由器架构)，其中采用了我们提出的虚拟边界(Virtual boundary)技术进一步提高了仿真器的仿真速度。同时，开关——路由器架构可支持片上网络拓扑的在线可配置，避免了重新综合和实现过程。SRNoC不但支持片上网络延时的仿真，由于集成了片上网络的功耗和温度模型，SRNoC还支持片上网络的功耗和温度的仿真。