解读EDI报文之德州仪器TI直供业务855报文

855是ANSI X12国际标准报文规范下采购订单响应(Purchase Order Acknowledgment)的报文类型代码,德州仪器直供业务PO模式下报文类型还包含850(采购订单,Purchase Order)、860(采购订单变更,Purchase Order Change Request)、865(采购订单变更响应,Purchase Order Change Acknowledgment)、856(发货通知,Ship Notice)及810(发票,Invoice),共6种业务单据。本节主要从业务应用角度出发,一起来看看德州仪器/TI直供业务EDI项目中的855(采购订单响应,Purchase Order Acknowledgment)报文。

实际业务中,首先是由直采客户下达850(采购订单,Purchase Order)给德州仪器/TI。在收到订单后的48小时内,德州仪器/TI会对接收到的850(采购订单,Purchase Order)中每个行项目、订购物料编号、请求交付日期、价格及订购数量进行核查。根据实际供货能力及商务合作条款,通过855(采购订单响应,Purchase Order Acknowledgment)报文将对850(采购订单,Purchase Order)的接受情况反馈给直采客户。通常,一个采购订单响应只对应一个采购订单做回复。响应的方式分为两种,第一种,订单逐条回复,针对采购订单中每个订单行单独回复,第二种,订单打包回复,针对采购订单的所有订单行一并回复,在一个采购订单中,只要有一条订单行错误,则表示整个采购订单错误。

以下状态码表示采购订单响应的6种”接受”情况:

状态码:含义
DR:德州仪器/TI接受-日期发生变更(对当前采购订单行明细要求的发货日期进行了修改,接受修改后的要求。)
IA:德州仪器/TI接受(对当前采购订单行明细的所有条件全部接受)
IC:德州仪器/TI接受-变更后
ID:德州仪器/TI删除(删除当前采购订单行明细)
IP:德州仪器/TI接受-价格发生变更(对当前采购订单行明细的价格进行了修改,接受修改后的要求。)
IQ:德州仪器/TI接受-数量发生变更(对当前采购订单行明细要求的数量进行了修改,接受修改后的要求。)

对于以上6种状态码,在业务操作过程中要特别注意,这标志着直采客户下达的订单很可能已被德州仪器/TI删除,或是价格、订购数量、交货日期等发生变更。由此而带来的变化,业务人员必须要准确地捕捉到,并为此而产生的其他影响作出准备和计划。

如果直采客户接受德州仪器/TI返回的855(采购订单响应,Purchase Order Acknowledgment)报文中返回的“接受”、“变更”或是“修改”等状态,即接受德州仪器/TI的采购订单响应。随着业务的推进,会生产、发货、付款,只至整个订单完成并关闭。相反地,如果直采客户不接受德州仪器/TI在855(采购订单响应,Purchase Order Acknowledgment)中提出“变更”或是“修改”,怎么办呢?在另一篇介绍860(采购订单变更,Purchase Order Change Request)的文章中,会进行讲解。

显然,以上状态码没有包含繁复的业务情况中所有的情况。因此,德州仪器/TI规定,如发生以上情况之外的特殊情况,需要通过电话或是电子邮件方式沟通解决。实际业务中,就存在这样一个情况。当直采客户发送的850采购订单中订购数量低于SPQ/MOQ(最小包装数量/最小订货量)、物料编号或是物料价格与实际业务不相符时,德州仪器/TI不通过EDI方式回复855采购订单响应报文,而是使用电子邮件通知直采客户,进行线下沟通,以修正订单中的错误。相应地,EDI标准内的业务情况,依然严格遵守EDI国际标准进行。

除了表示订单响应情况的状态码之外,855采购订单响应报文中还包含哪些重要的业务值呢?以下是一个855报文示例,一起来看看,以免漏掉重要信息。

ISA*00*          *00*          *ZZ*sender         *ZZ*receiver       *191226*1551*U*00401*000000005*0*T*:~
GS*PR*049046089APD*ABC*20190108*1806*156180907*X*004010~
ST*855*000000001~
BAK*06*AC*2600076441*20190105*00080***0182516430*20190108~
CUR*BY*USD~
N1*ST*ABC*92*ABC~
N1*BY*ABC*92*ABC~
PO1*00010*100*EA*10*PE*BP*ABC01*MG*01~
ACK*DR*10*EA**20190506~
SCH*20*EA***002*20190302**017*20190506~
PO1*00020*200*EA*20*PE*BP*ABC02*MG*02~
ACK*IA*10*EA**20190907~
SCH*20*EA***002*20190907**017*20190907~
...
CTT*3*3~
SE*15*000000001~
GE*1*156180907~
IEA*1*156180907~

就算是EDI专业人员,也是需要参考EDI规范文档来逐字解读,那么作为一个非EDI专业人士,怎么看得懂呢?

接下来,主要看看855报文中包含的业务值。参照855规范文档(Standard/Guideline)梳理后,除了响应状态码,了解到855报文中还有很多重要的业务值,其中包含:

采购订单编号(Purchase Order Number)
采购订单日期(Purchase Order Date)
发行号(Release Number)
德州仪器/TI采购订单编号(TI Sales Order Number)
德州仪器/TI采购订单日期(Sales Order Date)
合同编号(Government Contract Number)
直采客户名称(Buying Party Name)
直采客户编号(Buying Party code)
直采客户联系人(Buyer Name)
最终客户名称(End User Name)
最终客户编号(End User code)
收货方名称(Ship To Name)
收货方编号(Ship To code)
地址信息(Address Information)
城市(City Name)
省份(State or Province Code)
邮编(Postal Code)
订单行号(Assigned Identification)
订购数量(Quantity Ordered)
数量计量单位(Price Measure Unit)
单价(Unit Price)
物料编号(Customer Part Number)
德州仪器/TI物料号(TI Part Number)
德州仪器/TI订单号(Vendor’s Order Number)
预计交货日期(Estimated Delivery Date)
请求交付日期(Delivery Requested Date)

到这里,大家应该对855(采购订单响应)报文在业务中的作用以及包含的业务值已经比较清楚了。了解更多,查看原文 https://segmentfault.com/a/1190000021631304

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
EDI(Electronic Data Interchange)报文是一种基于ASCII字符集的电子数据交换标准格式。在Java中,我们可以使用EDI解析器库来处理EDI报文。常见的EDI解析器库包括Smooks和jPOS。 在解析EDI报文时,我们可以将其转换成Java对象来方便地进行后续处理。这里给出一个示例: 假设我们有以下EDI报文: ```EDI ISA*00* *00* *12*3456789012 *08*9876543210 *200101*1200*U*00401*000000001*0*T*:~ GS*PO*4405197800*9876543210*20010101*1319*1*X*004010~ ST*850*0001~ BEG*00*SA*08292233294**20010101~ N1*BY*ABC COMPANY~ N1*SE*DEF COMPANY~ PO1*1*10*EA*19.95*UK*1234567890*VP*ABC123~ CTT*1~ SE*7*0001~ GE*1*1~ IEA*1*000000001~ ``` 我们可以定义以下Java对象来表示这些数据: ``` public class EDI { private ISA isa; private GS gs; private List<ST> sts; // getters and setters } public class ISA { private String authorizationInformationQualifier; private String authorizationInformation; private String securityInformationQualifier; private String securityInformation; private String senderIDQualifier; private String senderID; private String receiverIDQualifier; private String receiverID; private String date; private String time; private String interchangeControlStandardsIdentifier; private String interchangeControlVersionNumber; private String interchangeControlNumber; private String acknowledgementRequested; private String usageIndicator; private String componentElementSeparator; // getters and setters } public class GS { private String functionalIdentifierCode; private String senderID; private String receiverID; private String date; private String time; private String groupControlNumber; private String transactionTypeCode; private String versionNumber; // getters and setters } public class ST { private String transactionSetIdentifierCode; private String transactionSetControlNumber; private String implementationConventionReference; // getters and setters } public class BEG { private String transactionSetPurposeCode; private String purchaseOrderTypeCode; private String purchaseOrderNumber; private String releaseNumber; private String date; private String contractNumber; // getters and setters } public class N1 { private String entityIdentifierCode; private String name; // getters and setters } public class PO1 { private String lineNumber; private String quantityOrdered; private String unitOfMeasure; private String unitPrice; private String basisOfUnitPrice; private String productIDQualifier; private String productID; private String vendorPartNumber; // getters and setters } public class CTT { private String numberOfLineItems; // getters and setters } ``` 然后我们可以使用Smooks或jPOS等EDI解析器库将EDI报文解析成这些Java对象。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值