相對于2D NoC，3D NoC具有更好的集成度和系統(tǒng)性能，是解決低功耗映射的一個(gè)可靠途徑。在傳統(tǒng)粒子群算法（PSOA，particle swarm optimization algorithm）的基礎(chǔ)上，提出了一種動態(tài)自適應(yīng)離散粒子群算法（DADPSOA，dynamic adaptive discrete particle swarm optimization algorithm）。該算法基于早熟收斂程度和個(gè)體適應(yīng)度值變化動態(tài)調(diào)整參數(shù)W，不斷靠近最優(yōu)解；同時(shí)對粒子進(jìn)行合理的解構(gòu)造，減小了算法時(shí)問復(fù)雜度。仿真結(jié)果表明，與隨機(jī)映射、遺傳算法（GA，genetic algorithm）、PSOA和動態(tài)蟻群算法（DACA，dynamic ant colony algorithm）相比，DADPSOA可以縮短執(zhí)行時(shí)間，減小映射結(jié)果通信功耗；在面向任務(wù)圖映射的時(shí)候，其通信功耗下降。