基于2D Mesh结构的片上网络（NoC）追求高集成低功耗的目标，这使得实现低功耗的网络映射逐渐成为热点。目前存在的如基于遗传算法、蚁群算法设计的优化映射算法，大多采用启发式信息来获得近似最优解，然而存在算法操作复杂，易陷入局部最优，降低功耗幅度有限等缺点。所以，寻找更高效的算法，进一步降低网络功耗极为重要。类电磁机制算法（EM）具有寻优机理简单，收敛速度快，所需资源少，全局优化能力强等特点，但目前尚无将EM算法用于解决片上网络映射问题的研究。本文针对片上网络低功耗优化问题，对类电磁算法进行了改进，提出了一种基于改进类电磁算法的片上网络的低功耗映射算法（MEMMAP）。其中，设计了一种编码方式，将类电磁算法应用于求解离散问题，使之适应于解决NoC映射问题；同时，分别对EM算法中的种群初始化，局部搜索，合力计算和粒子移动策略改进优化，提高了算法的搜索精度和求解效率。对算法的改进方面主要有：在种群初始化阶段，使用轮盘赌选择机制，提高了初始化粒子的质量，从而提高了算法效率；设计调整序的方法进行局部搜索，提高了粒子在局部范围内的精细搜索能力；以目标函数为参数，设计电荷计算公式以求解合力，并在求合力时首先用阈值滤掉作用力甚微的粒子，从而提高了搜索最优解的效率；粒子移动时通过控制步长保持粒子优良性不被破坏，加快了求解速度。通过以上各步的改进，使MEMMAP算法能够快速准确地求出NoC的低功耗映射解。仿真实验表明：与现有的遗传算法、蚁群算法相比，平均功耗分别降低了20.35%，12.58%，并且改进的类电磁低功耗映射算法得到的功耗分布更加均匀。改进的类电磁算法很容易扩展到NoC其它性能指标如延时、QoS等的优化中，针对多目标的优化映射算法的研究仍将是后续工作的重点。