, Россия
В рамках данной работы были решены задачи по исследованию предметной области программного обеспечения управления курсами бирж, сравнительному анализу нескольких программных решений. Для реализации серверной части ПМ УКБ был выбран язык программирования Python. В основу серверной части ПМ УКБ лег фреймворк Django. Для реализации клиента использовались такие инструменты, как шаблонизатор Jinja для сбора HTML-страниц, фреймворк Bootstrap для работы с сеткой и стилями, а для создания интерактивности использовался язык JS. Также в работе представлена общая схема алгоритма в графическом виде. Далее в статье рассмотрены программные блоки аутентификации, выгрузки данных, включения выключения биржи, сбора измененных данных, добавления управляющего блока данных на страницу точечного управления курсами, обновления данных в БД, обновления данные конкретных курсов.
Работа с данными, биржа, веб-приложение, программный модуль управления курсами, Python, Django
1. Гусейнов, А.Г. Разработка средства автоматизации моделирования интеллектуальной системы управления гибкой производственной системой / А.Г. Гусейнов, Н.Г. Талыбов, Х.И. Манафова // Проблемы сбора, подготовки и транспорта нефти и нефтепродуктов. – 2017. – № 2 (108). – С. 104-110.
2. Лясковский, В.Л. Методические и программные средства выбора решений по созданию (развитию) автоматизированных систем управления / В.Л. Лясковский, И.Б. Бреслер, М.А. Алашеев // Наукоемкие технологии в космических исследованиях Земли. – 2021. – Т. 13, № 3. – С. 48-59. – DOI: 10.36724/2409-5419-2021-13-3-48-59.
3. Грачёв, И.Д. Моделирование аномалий в биржевом курсе криптовалют / И.Д. Грачёв, И.В. Неволин // Проблемы рыночной экономики. – 2017. – № 4. – С. 17-25.
4. Особенности применения новостных сигналов и интуитивного анализа в процессе использования нейронных сетей на фондовом рынке / Р.Р. Вейнберг, С.С. Хромов, О.В. Литвишко, С.А. Ярушев // Плехановский научный бюллетень. – 2020. – № 1 (17). – С. 4-11.
5. Development of benchmark automation suite and evaluation of various high-performance computing systems / S. Rho, G. Park, J.E. Choi, C.-Y. Park // Cluster Computing. – 2021. – V. 24(9). – Pp. 1-21. – DOI: 10.1007/s10586-020-03167-2.
6. Development of a low-cost GSM-bluetooth home automation system / S. Aliyu, A. Yusuf, U. Abdullahi [et al.] // International Journal of Intelligent Systems and Applications. – 2017. – T. 9, № 8. – Pp. 41-50. – DOI: 10.5815/ijisa.2017.08.05.
7. Chen, D. Development and analysis of core iec standards for smart substation automation and relay protection / D. Chen, L. Xu, X. Zhao // Dianli Xitong Zidonghua/Automation of Electric Power Systems. – 2019. – Т. 43, № 21. – Pp. 229-239. – DOI: 10.7500/AEPS20190401004.
8. Полунин, Ю.А. Синтез методов нелинейной динамики и регрессионного анализа для исследования социально-экономических процессов / Ю.А. Полунин // Проблемы управления. – 2019. – № 1. – С. 32-44. – DOI: DOI: 10.25728/pu.2019.1.4.
9. Кумратова, А.М. Инструментальные средства методов нелинейной динамики: анализ, прогноз и управление сложным процессом / А.М. Кумратова // Вестник Адыгейского государственного университета. Серия 4: Естественно-математические и технические науки. – 2020. – № 2 (261). – С. 80-84.
10. Разработка методов оценки и диагностики структурной устойчивости материалов при низких температурах с использованием подходов нелинейной динамики и искусственного интеллекта / Ю.Г. Кабалдин, Д.А. Шатагин, Д.А. Сидоренков [и др.] // Международный научно-исследовательский журнал. – 2016. – № 12-3 (54). – С. 98-104. – DOI: 10.18454/IRJ.2016.54.200.
