Die Minimierung von Logikfunktionen ist sehr wichtig für die Entwicklung von einfacheren, kleinere und schnellere integrierte Schaltkreise, die in nahezu allen Bereichen der IT-Branche eingesetzt werden. Viele Techniken und Algorithmen wurden entwickelt, um logische Funktionen zu vereinfachen. in dieser Studie, Eine neue Version der Direktabdeckungstechnik wird vorgestellt. In Ergänzung, Der Minimierungsprozess wird verbessert, indem isolierte Intervalle in Logikfunktionsdateien gefunden werden. Algorithmen für die vorgestellte Minimierungstechnik werden vorbereitet und parallele Rechenalgorithmen entwickelt, die mit Multicore-Computern kompatibel sind, und alle diese Algorithmen werden im Microsoft C # -Programm codiert.

Die folgenden Fragen wurden in dieser Studie beantwortet; Wie viel Minimierung ist für Logikfunktionsdateien möglich?, Wie sich das Auffinden isolierter Zwischenzeiten auf die Funktionsminimierung auswirkt, Was ist die potenzielle Beschleunigung bei der Parallelisierung von Funktionsminimierung und isolierten Algorithmen zur Erkennung von Zwischenzeiten?. Die Ergebnisse zeigten, dass das Minimierungsverhältnis des Algorithmus zum Abdecken enger Ergebnisse (Algorithmus zur Ergebnisabdeckung schließen, YSKA) (82.86%) werden um erhöht 0.34% in exakten Ergebnissen, die den Algorithmus abdecken (Algorithmus zur endgültigen Ergebnisabdeckung, KSKA) Algorithmus (83.20%). Sowohl YSKA als auch KSKA finden die gleiche Anzahl von PIs in 41 Benchmarks und KSKA findet bessere Ergebnisse in 9 Benchmarks. jedoch, YSKA berechnet PIs 6.92 mal schneller. Es wurde auch festgestellt, dass YSKA und KSKA die gleichen oder sehr engen Minimierungsergebnisse bei Benchmarks erzielen, bei denen die Eingangsvariablen und die Einschaltdauer nicht hoch sind. Bei Benchmarks mit einer hohen Anzahl von EIN- und / oder AUS-Zwischenzeiten, KSKA erzielte trotz hoher Betriebszeit bessere Ergebnisse.

In dieser Arbeit, Es wurde festgestellt, dass der Nachweis isolierter Zwischenzeiten die Qualität der Ergebnisse von YSKA und KSKA verbessert und die durchschnittliche Rechenzeit verringert. Der Erkennungsalgorithmus für isolierte Zwischenzeiten führte zu 2.33% Qualitätssteigerung und 12.68% schnellere Rechenzeit auf YSKA. Der Erkennungsalgorithmus für isolierte Zwischenzeiten führte zu 1.09% Qualitätssteigerung und 6.51% schnellere Rechenzeit auf KSKA. Während der zum Erkennen und Sortieren des isolierten Intervalls entwickelte Algorithmus die Verarbeitungszeit in der Sortierphase verwendet, Es spart Zeit in der Minimierungsphase, indem es die Arbeit von YSKA und KSKA erleichtert.

Während die Parallelisierung von Algorithmen zu signifikanten Verbesserungen bei der Erkennung von isolierten Zwischenzeiten und YSKA geführt hat (49.37%, 22.88%), Es gab keine signifikante Verbesserung (1.18%, 0.65%) im KSKA-Algorithmus. Die parallele Programmierung hatte keinen Einfluss auf die Ergebnisqualität der Algorithmen wie die Anzahl der Hauptimplikanten.