La minimisation des fonctions logiques est très importante pour le développement de, circuits intégrés plus petits et plus rapides qui sont utilisés dans presque tous les domaines du secteur informatique. De nombreuses techniques et algorithmes ont été développés pour simplifier les fonctions logiques. Dans cette étude, une nouvelle version de la technique de couverture directe est présentée. en outre, le processus de minimisation est amélioré en trouvant des minterms isolés dans des fichiers de fonction logique. Des algorithmes pour la technique de minimisation présentée sont préparés et des algorithmes de calcul parallèle compatibles avec les ordinateurs multicœurs sont développés et tous ces algorithmes sont codés dans le programme Microsoft C#.

Les questions suivantes ont été répondues dans cette étude; combien de minimisation est possible pour les fichiers de fonction logique, comment le processus de recherche de minterms isolés affecte la minimisation des fonctions, quelle est l'accélération potentielle de la parallélisation de la minimisation des fonctions et des algorithmes de détection minterm isolés. Les résultats ont révélé que le ratio de minimisation de l'algorithme de couverture des résultats proches (Algorithme de couverture des résultats proches, YSKA) (82.86%) sont augmentés de 0.34% dans les résultats exacts couvrant l'algorithme (Algorithme de couverture des résultats finaux, KSKA) algorithme (83.20%). YSKA et KSKA trouvent un nombre égal d'IP dans 41 benchmarks et KSKA trouve de meilleurs résultats dans 9 repères. toutefois, YSKA calcule les IP 6.92 fois plus rapide. Il a également été constaté que YSKA et KSKA effectuent des résultats de minimisation identiques ou très proches dans les repères où la variable d'entrée et les minterms ON ne sont pas élevés. Sur des benchmarks avec un nombre élevé de minterms ON et/ou OFF, KSKA a obtenu de meilleurs résultats malgré sa disponibilité élevée.

Dans cette thèse, il a été constaté que la détection de minterms isolés améliore la qualité des résultats de YSKA et KSKA et diminue le temps de calcul moyen. L'algorithme de détection des minterms isolés a permis de 2.33% augmentation de la qualité et 12.68% temps de calcul plus rapide sur YSKA. L'algorithme de détection des minterms isolés a permis de 1.09% augmentation de la qualité et 6.51% temps de calcul plus rapide sur KSKA. Alors que l'algorithme développé pour détecter et trier le minterm isolé utilise le temps de traitement dans la phase de tri, il fait gagner du temps en phase de minimisation en facilitant le travail des YSKA et KSKA.

Alors que la parallélisation des algorithmes a apporté des améliorations significatives dans la détection des minterms isolés et YSKA (49.37%, 22.88%), il n'y a pas eu d'amélioration significative (1.18%, 0.65%) dans l'algorithme KSKA. La programmation parallèle n'a eu aucun effet sur la qualité des résultats des algorithmes comme le nombre d'implicants premiers.