La optimización del consumo de energía de los circuitos lógicos de polaridad mixta de Reed-Muller (MPRM) es un problema típico de optimización combinatoria. Los métodos actuales de optimización del consumo de energía tienen una convergencia lenta, son propensos a caer en un óptimo local y tienen una eficacia muy limitada para lograr el mejor consumo de energía. En primer lugar, en este artículo proponemos un método multifásico de evolución del meme (MFMA), en el que utilizamos el algoritmo de optimización del chimpancé para una exploración global, utilizamos el algoritmo de optimización de mapache basado en el aprendizaje de la mejor posición y el factor de peso adaptativo (COA-OLA) para una exploración local, y luego utilizamos el algoritmo de selección por truncamiento para elegir una nueva población progresiva. Luego, basado en el MFMA, proponemos un método para optimizar el consumo de energía de los circuitos lógicos MPRM, buscando la configuración de polaridad óptima que minimice el consumo de energía del circuito. Los resultados de los experimentos en los circuitos de referencia MCNC muestran que este método de optimización del consumo de energía tiene una mejora significativa en comparación con los métodos actuales de optimización del consumo de energía. El MFMA logra una tasa máxima de optimización del consumo de energía del 72,30%, con una tasa media de optimización del 43,37%. Al mismo tiempo, el MFMA explora las soluciones de manera más rápida y con mejor calidad, lo que confirma su eficacia y superioridad en la optimización del consumo de energía.

optimización del consumo de energía; evolución del meme de múltiples estrategias (MFMA); Reed-Muller de polaridad mixta (MPRM); problema de optimización combinatoria