Dergiler / Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi / 2010 / Cilt: 25 - Sayı: 1

ANAHTARLAMA FONKSİYONLARI İÇİN YENİ YAKIN MİNİMUM SADELEŞTİRME ALGORİTMASI

Sayfa
0
Yayın Tarihi
2013-02-15
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Geliştirilen algoritma çeşitli problemlerüzerinde test edilmiş ve dünyaca örnek olarak kabul edilen ESPRESSO algoritması ile karşılaştırılmıştır.Karşılaştırma kıstasları olarak algoritmaların; çözüm sonucunda buldukları çarpım terimlerinin toplamifadelerinin sayısı, çözüme ulaşma süreleri ve çözüme ulaşırken kullandıkları bellek kapasitesi alınmıştır.Karşılaştırma sonuçlarına göre geliştirilen algoritmanın başarılı sonuçlar verdiği görülmüştür.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Anahtarlama fonksiyonlarının sadeleştirilmesi tasarımcılara daha kısa zaman süresinde, daha sade lojik devrelertasarlama imkanı sağlamaktadır.
📊
Temel Bulgular & Veri:Anahtarlama fonksiyonlarını sadeleştirecek algoritmaların tümüO(2n) karmaşıklığına sahiptirler.
💡
Sonuç & Katkı:Geliştirilen algoritma çeşitli problemlerüzerinde test edilmiş ve dünyaca örnek olarak kabul edilen ESPRESSO algoritması ile karşılaştırılmıştır.Karşılaştırma kıstasları olarak algoritmaların; çözüm sonucunda buldukları çarpım terimlerinin toplamifadelerinin sayısı, çözüme ulaşma süreleri ve çözüme ulaşırken kullandıkları bellek kapasitesi alınmıştır.Karşılaştırma sonuçlarına göre geliştirilen algoritmanın başarılı sonuçlar verdiği görülmüştür.
🔬Tür:Deneysel Tarla Denemesi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Anahtarlama fonksiyonu · sadeleştirme · asal çarpım terim

Özet

Anahtarlama fonksiyonlarının sadeleştirilmesi tasarımcılara daha kısa zaman süresinde, daha sade lojik devrelertasarlama imkanı sağlamaktadır. Sadeleştirilmiş olan bir fonksiyon daha az güç tüketimi, daha az hacim ve dahaaz maliyet gerektirir. Bu konu ile ilgili olarak geliştirilen yöntemlerin çoğu iki ana adımda gerçekleştirilir.Birinci adımda, asal çarpım terimlerinin tümü belirlenir. İkinci adımda fonksiyonu sadeleşmiş olarak örtecek,esas asal çarpım terimler kümesi belirlenir. Anahtarlama fonksiyonlarını sadeleştirecek algoritmaların tümüO(2n) karmaşıklığına sahiptirler. Araştırmalar göstermiştir ki n’in çok yüksek değerlerinde esas asal çarpımterimlerin tam kümesini belirleme yöntemi pratik olarak gerçekleştirilemez duruma gelmektedir. Bu yüzden buçalışmada, asal çarpım terimlerin belli kıstaslara cevap verecek alt kümeleri oluşturularak, doğrudan örtmeprensibine dayanan yakın minimum sadeleştirme algoritması geliştirilmiştir. Geliştirilen algoritma çeşitli problemlerüzerinde test edilmiş ve dünyaca örnek olarak kabul edilen ESPRESSO algoritması ile karşılaştırılmıştır.Karşılaştırma kıstasları olarak algoritmaların; çözüm sonucunda buldukları çarpım terimlerinin toplamifadelerinin sayısı, çözüme ulaşma süreleri ve çözüme ulaşırken kullandıkları bellek kapasitesi alınmıştır.Karşılaştırma sonuçlarına göre geliştirilen algoritmanın başarılı sonuçlar verdiği görülmüştür.

🔖

Bu Makaleye Atıf Yap

BAŞÇİFTÇİ, F., KAHRAMANLI, Ş. (2013). ANAHTARLAMA FONKSİYONLARI İÇİN YENİ YAKIN MİNİMUM SADELEŞTİRME ALGORİTMASI. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 25 - Sayı: 1, 0. https://ajindex.com/articles/20798

📄 Tam Metin PDF Okuyucu

↗Yeni Sekme

Kaynakça (19)

  1. Başçiftçi F., Anahtarlama Fonksiyonları İçin Yerel Basitleştirme Algoritmaları, Doktora Tezi, Selçuk Üniversitesi, Fen Bilimleri Enstitüsü, 2006.
  2. Brayton R.K., Hachtel G.D., McMullen C., Sangiovanni-Vincentelli A.L., Logic Minimization Algorithms For VLSI Synthesis, ISBN 0-89838-164-9,
  3. Hardbound, Kluwer Academic Publishers, 1984.
  4. Sasao T., Butler J.T., Worst and Best Irredundant Sum-of–Product Expressions, IEEE Transactions on Computers, Vol. 50(9), pp. -947, 2001.
  5. Coudert O., Two-Level Logic Minimization: an Overview. Integration, The VLSI Journal, 17-2, pp. 97-140, October 1994.
  6. Dagenais M.R., Agarwal V.K., Rumin N.C., McBOOLE: A New Procedure for Exact Logic Minimization, IEEE Transactions On Computer Aided Design, Vol. CAD-5, No:1, Jaunary 1986.
  7. Brown, D.W., A State-Machine Synthesizer – SMS. Proc. 18th Design Automation Conference, pp.301-304,
  8. Nashville, June 1981.
  9. Svoboda A., White D.E, Advanced Logical Circuit Design Techniques, New York: Garland Pres, 1979.
  10. Hong S.J., Cain R.G. and Ostapko D.L., MINI: A Heuristic Approach For Logic Minimization, IBM J. of Res. and Dev., Vol.18, pp.443-458, September 1974.
  11. Dietmeyer D.L., Logic Design of Digital Systems, MA:Ally and Bacon, Boston 1979.
  12. Nguyen K., Perkowski M., Goldstein N., Palmini-Fats Boolean Minimizer for Personal Computers, Proc. Design Automation Conf., pp. -621, Aug, 1987.
  13. Mishchenco A., Sasao T., Large-Scale SOP minimization Using Decomposition and Functional Properties, DAC, pp149-154, June 2-6 - Miller R.E., Switching Theory, Vol. 1 Combination Circuits, New York; John Wiley and sons, 1965.
  14. Mano M. M., Digital Design, Prentice-Hall International Editions, 1984.
  15. Perkins S.R., Rhyne T., An Algorithm for Identifying and Selecting The Prime Implicants of a Multiple-Output Boolean Function, IEEE Transactions On Computer Aided Design, Vol. , No:11, November 1988.
  16. Gurunath B., Biswas N.N., An Algorithm for Multiple Output Minimization, IEEE Transactions On Computer Aided Design, Vol. , No:9, September 1989.
  17. Bartlett K.A., Brayton R.K., Hachtel G.D., Jacoby R.M., Morrison C.R., Rudell R.L., Sangiovanni-Vincentelli A., Wang A.R., Multilevel Logic Minimization Using Implicit Don’t Cares, IEEE Transactions On Computer Aided Design, Vol. 7, No:6, June 1988.
  18. Allahverdi N.M., Kahramanlı Ş.Ş., Erciyeş K., A Fault Tolerant Routing Algorithm Based On Cube Algebra For Hypercube Systems, Journal of Systems Architecture, 46, pages 201-205, 2000.
  19. Bernasconi A., Ciriani V., Luccio F., Pagli L., Fast Three-Level