大变量多输出逻辑函数实质项识别算法

在对Espresso算法进行分析改进的基础上,提出了一种基于全域识别的多输入多输出逻辑函数实质本源项、完全冗余项和相对冗余项生成算法,该算法通过对基于积项表示的多输入多输出逻辑函数的余因子计算来进行全域判断,根据全域判断结果来识别实质本源项、完全冗余项和相对冗余项,从而构成实质本源项集合、完全冗余项集合和相对冗余项集合.对基于二级SOP型的多输入多输出逻辑函数设计了多输入多输出逻辑函数优化识别软件系统,允许的最大输入变量数为128、最大输出变量数为256、最大输入输出变量总和为300、最大输入积项数为20 000.软件系统在Pentium 1.8GHz、512MB内存的计算机上通过了Benchmark例题的测试.     

大变量多输出逻辑函数实质项识别算法

在对Espresso算法进行分析改进的基础上，提出了一种基于全域识别的多输入多输出逻辑函数实质本源项、完全冗余项和相对冗余项生成算法，该算法通过对基于积项表示的多输入多输出逻辑函数的余因子计算来进行全域判断，根据全域判断结果来识别实质本源项、完全冗余项和相对冗余项，从而构成实质本源项集合、完全冗余项集合和相对冗余项集合。对基于二级SOP型的多输入多输出逻辑函数设计了多输入多输出逻辑函数优化识别软件系统，允许的最大输入变量数为128、最大输出变量数为256、最大输入输出变量总和为300、最大输入积项数为20 000。软件系统在Pentium 1.8GHz、512MB内存的计算机上通过了Benchmark例题的测试。     

单边多输出逻辑函数补集软件的设计与实现

根据单边逻辑函数的特性,介绍了一种多输入多输出单边逻辑函数补集方法,该方法采用二进制特征矩阵B(F)和状态矢量R(F)来描述原函数,进行最小列覆盖的选择形成多输出补集函数的控制矩阵,由控制矩阵与补集函数的状态矢量形成单边单输出补集合逻辑函数,通过多输出逻辑函数分解与合并最终产生多输出单边逻辑函数的补集。我们设计的多输入多输出单边逻辑函数补集算法软件,在P-1．8GHz、512MBRAM的计算机上完成测试和运行,并通过测试检验程序,保证输出结果在逻辑上与输入条件求补等价。     

多输入多输出单边逻辑函数补集算法的研究

介绍一种多输入多输出单边逻辑函数补集算法,该算法通过对多输入多输出逻辑函数的分离,形成多输入单输出的分支逻辑函数,对多输入单输出分支逻辑函数求出其特征矩阵和状态矢量,根据特征矩阵的特性进行最小列覆盖的选取形成多输入单输出分支逻辑函数补集覆盖的特征矩阵、状态矢量和补集矩阵,最后对多输入单输出分支逻辑函数的补集矩阵进行合并形成多输入多输出逻辑函数的补集,通过测试结果表明性能良好.     

用二值逻辑对多值逻辑进行优化

提出以二值多输出逻辑优化软件OPLG为基础，对多值逻辑函数进行逻辑优化的方法．通过对多值变量、多值函数的二进制矢量描述，将多值多维体转换为布尔表达式积项形式，从多值多维体的多值最小项出发，给出计算基本无关集的方法。对多值逻辑函数的优化通过调用二值逻辑优化软件OPLG(允许的最大输入、输出变量之和为300)来实现，二值逻辑优化的结果最终再转换为多值多维体的表示形式。     

多输出逻辑函数最小化的一个算法

本文描述一个多输出逻辑函数的最小化算法。函数解中积项总数的多少被看作是衡量算法优劣的最重要指标。因此，我们努力使解中的积项被尽可能多的组成函数共享。本文求本源蕴涵项的方法与［１］是相似的。因此，本文也可看成是［１］向多输出函数的延伸。     

基于可观测性无关项的快速逻辑优化实现策略

在对可观测性无关项相关问题进行研究的基础上，通过计算逻辑网络中门的可观测无关项，得到最大允许函数集，依此来消除网络中冗余门，进行逻辑设计优化。同时对已有算法做了一定改进，给出了SANDTNT算法，以适用大输入和输出变量逻辑网络的优化。     

基于可观测性无关项的快速逻辑优化实现策略

在对可观测性无关项相关问题进行研究的基础上,通过计算逻辑网络中门的可观测无关项,得到最大允许函数集,依此来消除网络中冗余门,进行逻辑设计优化.同时对已有算法做了一定改进,给出了SANDTNT算法,以适用大输入和输出变量逻辑网络的优化.     

逻辑函数求补算法及其改进

逻辑函数求补算法存在的主要问题是时间开销大及需要的存储空间过大。该文在对递归裂变求补算法和基于最小项求补算法进行分析研究的基础上,提出了积项输入、邻项合并、积项输出的无冗余覆盖的逻辑函数求补算法。该求补算法的时间、空间的需求将大大缩小。     

积项集合的补集算法

在逻辑综合的领域内,经常使用求给定积项集合补集的过程。本文提出一个单边逻辑函数积项集合的求补算法,求补操作是通过选取函数矩阵的列覆盖进行的。与传统求补算法相比,该算法大大节省了计算机时间和内存空间。