[发明专利]一种基于混沌理论的区块链多时间尺度分析及监测方法

权利要求书

1.一种基于混沌理论的区块链多时间尺度分析及监测方法，其特征在于：所述方法依序包括的具体步骤为：

A、已知每年区块链值构成一个时间序列，以及每月区块链值构成另一个时间序列；

B、求取年区块链值分解到12个月的月区块链值的分解系数；

C、对于分解系数序列，用自相关函数法确定最佳延迟时间τ，用饱和关联维数法确定最佳嵌入维数m，重构分解系数的相空间：

Y₁＝(x₁，x_1+τ，...，x_1+(m-1)τ)^T

Y₂＝(x₂，x_2+τ，...，x_2+(m-1)τ)^T

… … …

Y_N＝(x_N，x_N+τ，...，x_N+(m-1)τ)^T

其中N＝n-(m-1)*τ为向量序列的长度；

D、分解系数的混沌相空间预测；

E、年区块链值已知，从上一步预测出的一年12个月的分解系数乘以年区块链值即得每月区块链值。

2.根据权利要求1所述一种基于混沌理论的区块链多时间尺度分析及监测方法，其特征在于所述B步骤求取年区块链值分解到12个月的月区块链值的分解系数的方法：每一年的年区块链值分别除当年12个月的各月区块链值，得到一年中年区块链值分解为每月区块链值的分解系数w，分解系数代表了当月区块链值占全年区块链值的比例；由于长时间尺度的年区块链值资料相对容易获得或能较精确预报，如果能充分挖掘出分解系数w的变化特性，则可通过降尺度计算出短时间尺度的月区块链值。

3.根据权利要求1所述一种基于混沌理论的区块链多时间尺度分析及监测方法，其特征在于所述D步骤分解系数的混沌相空间预测：设t时刻分解系数在相空间的状态为S(t)，(t+T)时刻的状态为S(t+T)，若分解系数的变化具有混沌性，由已知的S(t)对未来S(t+T)作出预测的基本思路如下：S(t)和S(t+T)是相空间运动轨迹线上的两个点，二者的关系取决于混沌吸引子的动态特性，即取决于相空间动态轨迹的特性，称在这种情况下S(t)和S(t+T)的关系为“混沌关系”，如果寻求到这种混沌关系的模型，便可由S(t)对S(t+T)作出预测。

4.根据权利要求3所述一种基于混沌理论的区块链多时间尺度分析及监测方法，其特征在于所述D步骤寻求混沌关系的模型，选取简便实用的混沌相空间相似点模型，该模型为：

式中T为预见期，k为选取的相似点数目，和S(t)相似的k个相点所处的状态为S_i(t_i)，经过T步长后分别演化为S_i(t_i+T)，在挑选相似点时有一定准则，并且要求

(t_i+T)≤t；

模型的实质在于综合历史相点中与S(t)相似的k个相点，经过T步长后的演变结果作为S(t)经过T步长后状态的预测。