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与流程

技术特征：
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。7.根据权利要求1至6任一项权利要求所述的方法，其特征在于，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：确定所述备选策略树的质量微观态总数；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；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；根据所述质量熵确定所述目标混合算力网络的总质量熵；根据所述总质量熵确定所述备选策略树的质量；
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。8.一种量子与电子混合算力网络随动控制装置，其特征在于，包括：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；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，根据从属于同一分层的节点的联系跨度确定关键节点；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；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；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全局控制。9.一种量子与电子混合算力网络的控制设备，其特征在于，所述设备包括：存储器：用于存储计算机程序；处理器：用于执行所述计算机程序时实现如权利要求1至7任一项所述量子与电子混合算力网络的控制方法的步骤。10.一种计算机可读存储介质，其特征在于，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权利要求1至7任一项所述量子与电子混合算力网络的控制方法的步骤。

技术总结
本发明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。


技术研发人员：程启月 傅宇龙 刘勇
受保护的技术使用者：量子科技长三角产业创新中心
技术研发日：2022.09.22
技术公布日：2022/12/1