本发明专利技术公开了一种量子与电子混合算力网络的控制方法及随动控制装置，应用于算力网络技术领域，包括基于混合算力网络拓扑结构各个节点所对应的分层，确定节点的联系跨度；根据从属于同一分层节点的联系跨度，确定关键节点；基于混合算力网络拓扑结构中各个节点所对应的分块，以及关键节点生成备选策略树；通过熵式度量模型及算法从备选策略树中确定最优策略树，将最优策略树确定的对应节点作为控制节点；对控制节点控制，以对目标混合算力网络进行分层分块控制，实现对少量节点施加控制从而对混合算力网络各个节点产生影响，得到负载网络局部同步的充分条件控制。而随动控制装置是一个软件系统，嵌入在控制节点上，起到软件系统充当硬件的作用。系统充当硬件的作用。系统充当硬件的作用。
【技术实现步骤摘要】
一种量子与电子混合算力网络的控制方法及随动控制装置
[0001]本专利技术涉及算力网络
，特别是涉及一种量子与电子混合算力网络的控制方法、一种量子与电子混合算力网络的随动控制装置、一种量子与电子混合算力网络的控制设备以及一种计算机可读存储介质。
技术介绍
[0002]基于量子与电子计算机的混合算力节点配置是一个全新的算力网络架构问题，目前在“混合控制”方面技术还不成熟，有必要开辟算力网基于量子与电子混合算力节点选择方法新的技术路径。面对复杂算力网络系统，其对应的算力网络拓扑结构中有大量节点，如，量子计算机群和电子计算机群，因此，很难对算力网络中的每个节点都施加于控制器。所以如何实现对混合算力网络的全局控制是本领域技术人员急需解决的问题。
技术实现思路
[0003]本专利技术的目的是提供一种量子与电子混合算力网络的控制方法，可以实现对算力网络的全局控制；本专利技术的另一目的在于提供一种量子与电子混合算力网络的随动控制装置、一种量子与电子混合算力网络的控制设备以及一种计算机可读存储介质。可以实现对算力网络的全局控制。
[0004]为解决上述技术问题，本专利技术提供一种量子与电子混合算力网络的控制方法，包括：
[0005]获取目标混合算力网络的拓扑结构；
[0006]确定所述目标混合算力网络中节点的联系跨度，基于所述拓扑结构中各个节点所对应的分层，根据所述联系跨度从属于同一分层的节点中确定关键节点；
[0007]基于所述拓扑结构中各个节点所对应的分块，以及所述关键节点生成备选策略树；
[0008]通过熵式度量模型及算法从所述备选策略树中确定最优策略树，将所述最优策略树确定的对应节点作为控制节点；
[0009]根据控制器对所述控制节点进行控制，以对所述目标混合算力网络进行全局控制。
[0010]可选的，所述确定所述目标混合算力网络中节点的联系跨度，基于所述拓扑结构中各个节点所对应的分层，根据所述联系跨度从属于同一分层的节点中确定关键节点包括：
[0011]确定所述目标混合算力网络中节点的联系跨度；
[0012]基于所述拓扑结构中各个节点所对应的分层，选取属于同一分层的节点中所述联系跨度最大的节点作为关键节点。
[0013]可选的，所述获取目标混合算力网络的拓扑结构包括：
[0014]对所述目标混合算力网络进行扫描，获取所述目标混合算力网络中各个节点的标
签；所述标签用于表征对应节点为量子计算机节点或电子计算机节点。
[0015]可选的，在所述基于所述拓扑结构中各个节点所对应的分块，以及所述关键节点生成备选策略树之前，还包括：
[0016]基于所述标签对所述目标混合算力网络进行划分，确定各个节点所对应的分块。
[0017]可选的，所述根据控制器对所述控制节点进行控制，以对所述目标混合算力网络进行控制包括：
[0018]根据控制器对所述控制节点进行监控，基于所述标签确定所述目标混合算力网络中算力溢出的节点。
[0019]可选的，所述根据控制器对所述控制节点进行控制，以对所述目标混合算力网络进行全局控制包括：
[0020]根据控制器对所述控制节点进行控制，基于所述标签将算力溢出的节点所对应的任务迁移至目标节点。
[0021]可选的，所述通过熵式度量模型及算法从所述备选策略树中确定最优策略树，将所述最优策略树确定的对应节点作为控制节点包括：
[0022]确定所述备选策略树的质量微观态总数；
[0023]根据所述质量微观态总数确定所述备选策略树的质量微观态实现概率值；
[0024]根据所述质量微观态实现概率值确定所述备选策略树的质量熵；
[0025]根据所述质量熵确定所述目标混合算力网络的总质量熵；
[0026]根据所述总质量熵确定所述备选策略树的质量；
[0027]从所述质量中确定最大质量所对应的备选策略树为最优策略树，将所述最优策略树确定的对应节点作为控制节点。
[0028]本专利技术还提供了一种量子与电子混合算力网络的控制装置，包括：
[0029]拓扑结构获取模块，用于获取目标混合算力网络的拓扑结构；
[0030]关键节点确定模块，用于确定所述目标混合算力网络中节点的联系跨度，基于所述拓扑结构中各个节点所对应的分层，根据所述联系跨度从属于同一分层的节点中确定关键节点；
[0031]策略树生成模块，用于基于所述拓扑结构中各个节点所对应的分块，以及所述关键节点生成备选策略树；
[0032]控制节点选取模块，用于通过熵式度量模型及算法从所述备选策略树中确定最优策略树，将所述最优策略树确定的对应节点作为控制节点；
[0033]控制器嵌入模块，用于根据控制器对所述控制节点进行控制，以对所述目标混合算力网络进行控制。
[0034]本专利技术还提供了一种量子与电子混合算力网络的控制设备，所述设备包括：
[0035]存储器：用于存储计算机程序；
[0036]处理器：用于执行所述计算机程序时实现如上述任一项所述量子与电子混合算力网络的控制方法的步骤。
[0037]本专利技术还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述量子与电子混合算力网络的控制方法的步骤。
[0038]本专利技术所提供的一种量子与电子混合算力网络的控制方法，包括：获取目标混合算力网络的拓扑结构；确定目标混合算力网络中节点的联系跨度，基于拓扑结构中各个节点所对应的分层，根据联系跨度从属于同一分层的节点中确定关键节点；基于拓扑结构中各个节点所对应的分块，以及关键节点生成备选策略树；通过熵式度量模型及算法从备选策略树中确定最优策略树，将最优策略树确定的对应节点作为控制节点；根据控制器对控制节点进行控制，以对目标混合算力网络进行全局控制。
[0039]先将目标混合算力网络分层分块，基于联系跨度确定分层结构中各个分层的关键节点，可以确定同一分层中重要程度较高的节点；再基于分块结构生成跨越各个分块的策略树，使得策略树为整个混合算力网络中通讯路径中的主干路径；由此基于熵式度量模型及算法所最终确定出的控制节点具有很高的辐射范围，基于控制节点可以对整个目标混合算力网络的各个节点产生影响，基于对控制节点进行全局控制即可实现对整个目标混合算力网络中的各个节点进行控制，实现对目标混合算力网络中少量节点施加单一线性控制，得到保证复杂网络局部同步或反馈控制的充分条件控制。
[0040]本专利技术的另一目的在于提供一种量子与电子混合算力网络的控制装置、一种量子与电子混合算力网络的控制设备以及一种计算机可读存储介质，同样具有上述有益效果，在此不再进行赘述。
附图说明
[0041]为了更清楚的说明本专利技术实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种量子与电子混合算力网络的控制方法，其特征在于，包括：获取目标混合算力网络的拓扑结构；确定所述目标混合算力网络中节点的联系跨度，基于所述拓扑结构中各个节点所对应的分层，根据从属于同一分层的节点的联系跨度确定关键节点；基于所述拓扑结构中各个节点所对应的分块，以及所述关键节点生成备选策略树；通过熵式度量模型及算法从所述备选策略树中确定最优策略树，将所述最优策略树确定的对应节点作为控制节点；根据控制器对所述控制节点进行控制，以对所述目标混合算力网络进行同步分层分块控制。2.根据权利要求1所述的方法，其特征在于，所述确定所述目标混合算力网络中节点的联系跨度，基于所述拓扑结构中各个节点所对应的分层，根据所述联系跨度从属于同一分层的节点中确定关键节点包括：确定所述目标混合算力网络中节点的联系跨度；基于所述拓扑结构中各个节点所对应的分层，选取属于同一分层的节点中所述联系跨度最大的节点作为关键节点。3.根据权利要求1所述的方法，其特征在于，所述获取目标混合算力网络的拓扑结构包括：对所述目标混合算力网络进行扫描，获取所述目标混合算力网络中各个节点的标签；所述标签用于表征对应节点为量子计算机节点或电子计算机节点。4.根据权利要求3所述的方法，其特征在于，在所述基于混合算力网络拓扑结构中各个节点所对应的分块，以及所述关键节点生成备选策略树之前，还包括：基于所述标签对所述目标混合算力网络进行划分，将相邻的同类型节点划分为同一分块。5.根据权利要求3所述的方法，其特征在于，所述根据控制器对所述控制节点进行控制，以对所述目标混合算力网络进行控制包括：根据控制器对所述控制节点进行监控，基于所述标签确定所述目标混合算力网络中算力溢出的节点。6.根据权利要求5所述的方法，其特征在于，所述根据控制器对所述控制节点进行控制，以对所述目标混合算力网络进行控制包括：根据控制器对所述...
【专利技术属性】
技术研发人员：程启月，傅宇龙，刘勇，
申请(专利权)人：量子科技长三角产业创新中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。