随着NoC技术的不断发展和3D IC技术的日益完善,由NoC技术与3D IC技术融合而成的3D NoC已成为了近年来研究的热点课题之一。测试是3D NoC技术的重要环节,TSV是3D NoC关键的互连技术,测试必须借助TSV完成数据传输,但由于TSV造价高、占用芯片面积大等问题,3D NoC的设计、测试和使用受到了TSV数量的影响。因此研究如何充分利用有限的TSV资源快速地完成3D NoC测试问题具有重要的理论价值和现实意义。　　本文研究TSV数量限制下的3D NoC测试规划问题。首先研究3D NoC的基本概念和IP核测试的关键技术,在此基础上设计了3D NoC IP核测试策略:采用基于云模型的进化算法对有限的TSV资源进行位置寻优,对通信资源进行合理分配,结合NoC重用测试访问机制,基于XYZ路由算法和非抢占式的测试调度方式,在功耗约束条件下对IP核实行最大化并行测试,以减少测试时间。在NoC测试规划研究中,对云进化算法进行改进,将云进化算法、小生境技术以及遗传算法的杂交技术结合起来,有效运用了遗传、优胜劣汰以及保持群落的多样性等理念,以提高算法的寻优速度和寻优精度。　　最后以 ITC′02基准电路作为实验对象进行仿真验证。将改进前与改进后的算法应用于TSV数量限制下的3D NoC测试规划研究,并对实验结果进行比较分析,实验结果表明,改进的算法在寻优精度和寻优速度上具有明显的优势,利用其对 TSV数量限制下的3D NoC进行测试规划研究,可以快速而且精确地找到最优测试方案,从而提高了TSV的利用率,减少3D NoC的测试时间。