ar ebs 销售订单关闭_Oracle EBS OM 取消订单行

最新推荐文章于 2022-08-17 17:32:54 发布
最新推荐文章于 2022-08-17 17:32:54 发布
阅读量589 收藏
点赞数
文章标签： ar ebs 销售订单关闭
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_33220713/article/details/112948128
版权
这篇博客详细介绍了如何在Oracle E-Business Suite (EBS) 的订单管理模块中取消销售订单行的过程。通过声明并初始化一系列变量，然后调用OE_ORDER_PUB过程来处理订单，实现销售订单行的关闭操作。最后，通过检查返回状态来确认操作是否成功。
摘要由CSDN通过智能技术生成

DECLARE

l_header_rec OE_ORDER_PUB.Header_Rec_Type;

l_line_tbl OE_ORDER_PUB.Line_Tbl_Type;

l_action_request_tbl OE_ORDER_PUB.Request_Tbl_Type;

l_header_adj_tbl OE_ORDER_PUB.Header_Adj_Tbl_Type;

l_line_adj_tbl OE_ORDER_PUB.line_adj_tbl_Type;

l_header_scr_tbl OE_ORDER_PUB.Header_Scredit_Tbl_Type;

l_line_scredit_tbl OE_ORDER_PUB.Line_Scredit_Tbl_Type;

l_request_rec OE_ORDER_PUB.Request_Rec_Type ;

l_return_status VARCHAR2(1000);

l_msg_count NUMBER;

l_msg_data VARCHAR2(1000);

p_api_version_number NUMBER :=1.0;

p_init_msg_list VARCHAR2(10) := FND_API.G_FALSE;

p_return_values VARCHAR2(10) := FND_API.G_FALSE;

p_action_commit VARCHAR2(10) := FND_API.G_FALSE;

x_return_status VARCHAR2(1);

x_msg_count NUMBER;

x_msg_data VARCHAR2(100);

p_header_rec OE_ORDER_PUB.Header_Rec_Type := OE_ORDER_PUB.G_MISS_HEADER_REC;

p_old_header_rec OE_ORDER_PUB.Header_Rec_Type := OE_ORDER_PUB.G_MISS_HEADER_REC;

p_header_val_rec OE_ORDER_PUB.Header_Val_Rec_Type := OE_ORDER_PUB.G_MISS_HEADER_VAL_REC;

p_old_header_val_rec OE_ORDER_PUB.Header_Val_Rec_Type := OE_ORDER_PUB.G_MISS_HEADER_VAL_REC;

p_Header_Adj_tbl OE_ORDER_PUB.Header_Adj_Tbl_Type := OE_ORDER_PUB.G_MISS_HEADER_ADJ_TBL;

p_old_Header_Adj_tbl OE_ORDER_PUB.Header_Adj_Tbl_Type := OE_ORDER_PUB.G_MISS_HEADER_ADJ_TBL;

p_Header_Adj_val_tbl OE_ORDER_PUB.Header_Adj_Val_Tbl_Type := OE_ORDER_PUB.G_MISS_HEADER_ADJ_VAL_TBL;

p_old_Header_Adj_val_tbl OE_ORDER_PUB.Header_Adj_Val_Tbl_Type := OE_ORDER_PUB.G_MISS_HEADER_ADJ_VAL_TBL;

p_Header_price_Att_tbl OE_ORDER_PUB.Header_Price_Att_Tbl_Type := OE_ORDER_PUB.G_MISS_HEADER_PRICE_ATT_TBL;

p_old_Header_Price_Att_tbl OE_ORDER_PUB.Header_Price_Att_Tbl_Type := OE_ORDER_PUB.G_MISS_HEADER_PRICE_ATT_TBL;

p_Header_Adj_Att_tbl OE_ORDER_PUB.Header_Adj_Att_Tbl_Type := OE_ORDER_PUB.G_MISS_HEADER_ADJ_ATT_TBL;

最低0.47元/天 解锁文章
范奕信
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
torch.log函数
jacke121的专栏
09-17 5万+
torch.log(torch.Tensor([1]) 结果：0，任何数的0次方，为1 torch.log是以自然数e为底的指数函数。 torch.log(torch.Tensor([2.7])=0.999 import numpy as np import torch from numpy.core.defchararray import count import math a...
OracleERP EBS表结构(INV、WIP、po、bom、om)
06-16
主流的国外ERP无非Oracle和SAP，本资源是Oracle对应的后台表结构，涵盖了库存INV Org、仓库Sub INV、制造WIP、采购PO、计划Plan、BOM、销售OM的后台明细（中文逐字段注释！） 还有财务部分的索引AR\AP\Cost\GL等。
torch.tensor.dim()和ndim的使用举例
敲代码的小风
12-23 6684
参考链接: ndim 参考链接: dim() Microsoft Windows [版本 10.0.18363.1256] (c) 2019 Microsoft Corporation。保留所有权利。 C:\Users\chenxuqi> C:\Users\chenxuqi>conda activate ssd4pytorch1_2_0 (ssd4pytorch1_2_0) C:\Users\chenxuqi>python Python 3.7.7 (default, May 6
torch.log
weixin_36670529的博客
08-17 4894
torch.log(input, out=None) → Tensor Returns a new tensor with the natural logarithm of the elements of input. Parameters input (T...
EBS 取消PO订单、订单行、订单发运行
biqidaoer的专栏
01-14 1942
经过测试该API可以取消订单发运行和订单行，取消订单未测试 只测试了取消标准采购订单，BPA未测试 例子说明： 标准PO采购订单有多行采购订单，有一行数量为3000，它有三行发运行都是1000的数量。 第一次取消一行发运行：前台检查发现，发运行变成两行，数量各1000，订单行变成2000 第二次取消一行发运行：前台检查发现，发运行变成一行，数量为1000，订单行变成1000 第三次去爱下一行发运：前台检查发现，发运行消失需要用户填写...
torch.log函数 PSNR
Arthur_Holmes的博客
05-10 3217
torch.log(torch.Tensor([1])  结果：0，任何数的0次方，为1 torch.log是以自然数e为底的指数函数。 torch.log(torch.Tensor([2.7])=0.999  当想要以10为底求PSNR的时候,可以使用 psnr = 10*torch.log( MAX_DIFF**2 / loss ) / np.log(10) ...
Oracle EBS 视频教程 AR模块
10-20
**内容概览**：本节介绍如何在Oracle EBS AR模块中定义组织管理（Organization Management, OM）系统的参数。这些参数对于配置和优化AR模块至关重要。 - **关键概念**： - **组织管理**：管理企业内部各个组织单元...
Oracle EBS数据字典中文版
12-07
### Oracle EBS 数据字典中文版 #### 一、OE模块 **1. 表名**: ONT.OE_order_headers_all **说明**: 订单头信息表存储了所有销售订单的基本信息，包括订单编号、创建日期、状态等关键字段。这对于理解和追踪销售...
ebs常用API
03-15
Oracle-EBS-常用接口开发，EBS ,API,AR,GL,INV,OM,PR.
Pytorch中dim的理解
m0_52733659的博客
04-24 2067
dim的定义 dim 表示维度 x = torch.randn(2, 3, 3) print(x) print(x.size()) print(x.dim()) 输出: tensor([[[-1.6943, -2.1487, 1.2332], [-0.2261, -0.1596, 1.5513], [ 2.0383, -0.6982, -2.1481]], [[ 0.4201, -2.7373, 0.2424], [-1.11
对 torch 中 dim 的总结和理解
拾贝壳
06-23 3718
pytorch 中，使用到 dim 参数的 api 都是跟集合有关的，比如 max(), min(), mean(), softmax() 等。当指定某个 dim 时，那么表示使用该维度的集合进行集合运算，比如一个 tensor 的 shape 为 (3, 4, 5)，分别对应的 dim 如下所示 dim shape 0 3 1 4 2 5 当使用 max(dim=1) 时，表示使用第二个维度中全部四个元素中的每个元素参与求最大值计算，计算后的 shape 变为 (3,5)，因为
oracle+ebs+om+流程,Oracle EBS OM 取消订单
weixin_39951295的博客
04-13 239
DECLAREl_header_rec OE_ORDER_PUB.Header_Rec_Type;l_line_tbl OE_ORDER_PUB.Line_Tbl_Type;l_action_request_tbl OE_ORDER_PUB.Request_Tbl_Type;l_header_adj_tbl OE_ORDER_PUB.Header_Adj_Tbl_Type;l_line_adj_t...
TensorFlow学习笔记：tf.expand_dim()函数的用法
qq_41621342的博客
03-08 450
【pytorch select】索引函数
这个人很蓝
12-24 2814
select(dim, index)：第一个参数为索引的维度，第二个参数为索引的维度的序列号 import torch a = torch.rand((3, 4)) print(a) >>> tensor([[0.8664, 0.9759, 0.3063, 0.0686], [0.6778, 0.0574, 0.3194, 0.4253], [0.5045, 0.8318, 0.1745, 0.3150]]) print(a.select(dim=1,
torch.index_select()的用法
weixin_40426830的博客
11-13 655
torch.index_select()的用法 a = torch.linspace(1, 12, steps=12).view(3, 4) print(a) b = torch.index_select(a, 0, torch.tensor([0, 2])) print(b) print(a.index_select(0, torch.tensor([0, 2]))) c = torch.index_select(a, 1, torch.tensor([1, 3])) print(c) torch.in
【python函数】torch.index_select()函数用法解析
qq_43426908的博客
11-01 2054
  torch.index_select(){torch.index\_select()}torch.index_select()函数是用来对一个张量进行选择的   该函数有四个参数：   inputs{inputs}inputs：输入张量   dim{dim}dim：选择张量的维度   indices{indices}indices：所选维度的哪一个，哪一行或哪一列   out{out}out：选择输出到哪一个张量 随机生成size为[3,4,6]的张量 选择第0维度的第1个 import torch
Pytorch中的torch.masked_select()、torch.gather()、torch.index_select()等数据筛选函数的使用
weixin_43869605的博客
08-24 1551
案例： import torch a = torch.rand(4, 4) b = torch.rand(4, 4) print(a) print(b) out = torch.where(a > 0.5, a, b) print(out) a = torch.rand(4, 4) print(a) out = torch.index_select(a, dim=0, index=torch.tensor([0, 3])) print(out) print(out.shape) # 在...
torch 中的 dim 参数，以及 torch.repeat_interleave() 函数
qq_44458671的博客
05-07 496
torch 中的 dim 参数，以及torch.repeat_interleave() 张量的维度：用 dim 描述 在线性代数课程中，接触的最多的是以行和列对矩阵进行描述，但是在拥有更多维度的张量中则有所不同 我们使用 torch 生成一个张量 y = torch.tensor([[1, 2], [3, 4]]) 利用数学形式的表示，我们可以写作 y=[1324] y = \begin{bmatrix}1 & 3 \\ 2 & 4\end{bmatrix} y=[12​34​] 或者以
torch中dim（0/1）维度表示
weixin_43682519的博客
11-15 1725
dim维度 dim=0代表是列，dim=1代表是行 import torch a = [[1,3,5,], [2,4 6], [7,8,9] ] a = torch.tensor(a).float() t = a.mean(dim=0) #dim=0代表是列 print(t) 输出结果（列求均值）： t = a.mean(dim=) print(t) 输出结果（行求均值）： ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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