映射应用程序任务的问题是3D片上网络(3D NoC)设计中的关键问题之一。 提出了一种新颖的基于逻辑函数的自适应遗传算法(LFAGA),用于均匀3D NoC的能量感知映射。 我们制定了映射问题,并显示了标准遗传算法(SGA)。 详细介绍了LFAGA,其目的是在避免过早收敛的同时获得更高的收敛速度。 实验结果表明,所提出的LFAGA比先前提出的混沌遗传映射算法(CGMAP)更有效。 在实验中,将随机生成的大小为27的任务图映射到大小为3x3x3的3D NoC,在最佳条件下,LFAGA的收敛速度比CGMAP快2.55倍。 当任务大小增加到64并且3D NoC大小扩展到4x4x4时,LFAGA的速度是CGMAP的2.31倍。 对于3x3x2到4x4x4范围内的NoC大小,LFAGA获得的解决方案始终优于CGMAP。 例如,在大小为4x4x4的实验中,最终结果的改进在能耗方面达到了30.0%。 对于尺寸为3x4x2的实际应用,可以实现18.6%的节能,并且收敛速度是CGMAP的1.58倍。