[发明专利]一种数字孪生网络的节点状态管控方法及系统

权利要求书

1.一种数字孪生网络的节点状态管控方法，其特征在于，包括：

对物理节点进行重要性排序，计算每个物理节点中的相似节点集合；

选取物理节点中重要性最高的节点作为初始节点；

对初始节点的隐马尔可夫模型进行训练，将训练完成的物理节点称为已知节点，未训练的物理节点称为未知节点；

按照重要性排序依次对未知节点的模型进行训练，判断待训练的未知节点的相似节点集合中是否存在已知节点，若不存在己知节点，则待训练的未知节点采取与初始节点相同的训练方案，并根据相似性规则，利用已知节点对未知节点的模型训练进行指导，所述相似性规则为：当其他物理节点与目标物理节点的相似性大于或等于设定的阈值时，则判断其他物理节点为目标物理节点的相似节点，所有目标物理节点的相似节点组成的集合为相似节点集合；

物理节点的模型训练完成后，对物理节点所处的状态进行判断，并根据判断结果采取补救措施。

2.如权利要求1所述的一种数字孪生网络的节点状态管控方法，其特征在于，所述对物理节点进行重要性排序，包括：通过计算节点的度中心性来对节点的重要性进行排序，节点的度中心性越大，则节点越重要。

3.如权利要求1所述的一种数字孪生网络的节点状态管控方法，其特征在于，所述按照重要性排序依次对未知节点的模型进行训练，还包括：

若待训练的未知节点的相似节点集合中存在已知节点，则选取相似性最高的已知节点作为待训练的未知节点的模型训练过程的参考节点。

4.如权利要求1所述的一种数字孪生网络的节点状态管控方法，其特征在于，按照重要性排序依次对未知节点的模型进行训练之后，还包括：

判断未知节点集合是否为空，若不为空，则表示未知节点未训练完成，继续对未知节点的模型进行训练，直到未知节点集合为空。

5.一种数字孪生网络的节点状态管控系统，其特征在于，还包括：

排序模块：用于对物理节点进行重要性排序，计算每个物理节点中的相似节点集合；

初始节点选取模块：用于选取物理节点中重要性最高的节点作为初始节点；

初始节点训练模块：用于对初始节点的隐马尔可夫模型进行训练，将训练完成的物理节点称为已知节点，未训练的物理节点称为未知节点；

未知节点训练模块：用于按照重要性排序依次对未知节点的模型进行训练，判断待训练的未知节点的相似节点集合中是否存在已知节点，若不存在己知节点，则待训练的未知节点采取与初始节点相同的训练方案，并根据相似性规则，利用已知节点对未知节点的模型训练进行指导，所述相似性规则为：当其他物理节点与目标物理节点的相似性大于或等于设定的阈值时，则判断其他物理节点为目标物理节点的相似节点，所有目标物理节点的相似节点组成的集合为相似节点集合；

节点状态判断模块：用于物理节点的模型训练完成后，对物理节点所处的状态进行判断，并根据判断结果采取补救措施。

6.一种计算机装置，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现如权利要求1-4中任一项所述的数字孪生网络的节点状态管控方法。

7.一种计算机可读存储介质，其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时执行如权利要求1-4中任一项所述的数字孪生网络的节点状态管控方法。