A medida que los procesos de circuitos integrados se vuelven más avanzados, los tamaños de las características se vuelven cada vez más pequeños, y se integran más núcleos de procesamiento y componentes de memoria en un solo chip. Sin embargo, la comunicación tradicional basada en bus del System-on-Chip (SoC) es ineficiente, tiene poca escalabilidad y no puede manejar bien las tareas de comunicación entre los núcleos de procesamiento. La red en chip (NoC) se ha convertido en una dirección de desarrollo importante en este campo gracias a su transmisión eficiente y escalabilidad de datos entre múltiples núcleos. El problema de mapeo es un punto caliente en el campo de investigación de NoC, y sus resultados de mapeo afectarán directamente el consumo de energía, la latencia y otras propiedades del chip. El problema de mapeo es un problema NP-duro, por lo que cómo obtener de manera efectiva esquemas de mapeo de bajo consumo y baja latencia se convierte en una dificultad de investigación. Aiming at this problem, this paper proposes a two-populations-with-enhanced-initial-population based on genetic algorithm (TI_GA) task mapping algorithm based on an improved genetic algorithm from the two indexes of power consumption and delay. The quality of the initial individual is optimized in the process of constructing the population, so the quality of initial population is improved. In addition, a two-population genetic mechanism is added during the iterative process of the algorithm. The experimental results show that TI_GA is very effective for optimizing network power consumption and delay of heterogeneous multi-core.