纷享逍客根据发货单产品数量自动生成产品编码并逐一更新

已知:7个产品编码字段:【"cpxlh01__c", "cpxlh02__c", "cpxlh03__c", "cpxlh04__c", "cpxlh05__c", "cpxlh06__c", "cpxlh07__c"】
需求:当产品数量小于等于7时,依次按照产品数量逐一更新至第一个,第二个,,,第N个字段。当产品数量大于7时,第七个字段存储:
{ 第七个到第N个数据 } 一个用英文分号【;】进行分隔的拼接字符串。
Groovy代码:

import java.util.List;
String generateProductSerialNumber(String productSn, String deliverySn, int index) {
	// 格式化数字,整数前自动补零
    String serialNumber = String.format("%02d", index);
    return productSn + deliverySn.substring(deliverySn.lastIndexOf("_") + 1) + serialNumber;
}

String generateExtraFields(String productSn, String deliverySn, int startIdx, int endIdx, List<String> extraFields) {
    if (startIdx <= endIdx) {
        extraFields.add(generateProductSerialNumber(productSn, deliverySn, startIdx));
        generateExtraFields(productSn, deliverySn, startIdx + 1, endIdx, extraFields);
    }
    return String.join(';', extraFields);
}

void updateFieldsBasedOnProductDataCount(int productDataCount) {
    String fieldPrefix = "cpxlh";
    String deliverySn = context.data['name'];
    List productList = context.details['DeliveryNoteProductObj'] as List;
    updateFields(productDataCount, fieldPrefix, deliverySn, 1, 1, productList, 1);
}

void updateFields(int productDataCount, String fieldPrefix, String deliverySn, int i, int j, List productList, int updateCounter) {
    if (i <= productDataCount) {
        def product = productList.get(i - 1) as Map
        String productSn = product['field_0641A__c'] as String;
        int quantity = product['delivery_num'] as int;
        String fieldQFDcq = product['field_QFDcq__c'] as String;

        // Check if field_QFDcq__c contains '@', if so, skip generating and updating serial numbers
        if (!fieldQFDcq.contains('@')) {
            if (j <= Math.min(quantity, 7)) {
                String fieldName = "${fieldPrefix}${j < 10 ? '0' + j : j}__c";
                if (fieldName != "${fieldPrefix}07__c") {
                    product[fieldName] = generateProductSerialNumber(productSn, deliverySn, j);
                } else {
                    if (quantity > 7) {
                        product["${fieldPrefix}07__c"] = generateExtraFields(productSn, deliverySn, 7, quantity, [] as List<String>);
                    } else {
                        product["${fieldPrefix}07__c"] = generateProductSerialNumber(productSn, deliverySn, j);
                    }
                }
                j++;
                updateCounter++;
                if (updateCounter <= productDataCount * 6) {
                    updateFields(productDataCount, fieldPrefix, deliverySn, i, j, productList, updateCounter);
                } else {
                    updateFields(productDataCount, fieldPrefix, deliverySn, i + 1, 1, productList, updateCounter);
                }
            } else {
                updateFields(productDataCount, fieldPrefix, deliverySn, i + 1, 1, productList, updateCounter);
            }
        } else {
            // If field_QFDcq__c contains '@', skip generating and updating serial numbers
            updateFields(productDataCount, fieldPrefix, deliverySn, i + 1, 1, productList, updateCounter);
        }
    }
}

int productDataCount = (context.details['DeliveryNoteProductObj'] as List).size();
//是否具备打印条件
if ((context.data['field_v98mg__c'] == 'yes')) {
    updateFieldsBasedOnProductDataCount(productDataCount);
    //log.info(context.details)
    //log.info(context.details['DeliveryNoteProductObj'])
    /**
     * 批量更新产品序列号字段
     */
    def dataList = context.details['DeliveryNoteProductObj']
    dataList.each { item ->
        def updateFields = ["cpxlh01__c", "cpxlh02__c", "cpxlh03__c", "cpxlh04__c", "cpxlh05__c", "cpxlh06__c", "cpxlh07__c"].collectEntries { [it, item[it]] }
        def (Boolean error, Map data, String errorMessage) = Fx.object.update("DeliveryNoteProductObj", item["_id"].toString(), updateFields, UpdateAttribute.builder().triggerWorkflow(false).build())
        if (!error) {
            log.info(data)
        } else {
            log.info(errorMessage)
        }
    }
}

参考:
1、Fx.object.update
Fx.object | 纷享销客 | 帮助中心

MATLAB代码实现了一个基于多种智能优化算法优化RBF神经网络的回归预测模型,其核心是通过智能优化算法自动寻找最优的RBF扩展参数(spread),以提升预测精度。 1.主要功能 多算法优化RBF网络:使用多种智能优化算法优化RBF神经网络的核心参数spread。 回归预测:对输入特征进行回归预测,适用于连续值输出问题。 性能对比:对比不同优化算法在训练集和测试集上的预测性能,绘制适应度曲线、预测对比图、误差指标柱状图等。 2.算法步骤 数据准备:导入数据,随机打乱,划分训练集和测试集(默认7:3)。 数据归一化:使用mapminmax将输入和输出归一化到[0,1]区间。 标准RBF建模:使用固定spread=100建立基准RBF模型。 智能优化循环: 调用优化算法(从指定文件夹中读取算法文件)优化spread参数。 使用优化后的spread重新训练RBF网络。 评估预测结果,保存性能指标。 结果可视化: 绘制适应度曲线、训练集/测试集预测对比图。 绘制误差指标(MAE、RMSE、MAPE、MBE)柱状图。 十种智能优化算法分别是: GWO:灰狼算法 HBA:蜜獾算法 IAO:改进天鹰优化算法,改进①:Tent混沌映射种群初始化,改进②:自适应权重 MFO:飞蛾扑火算法 MPA:海洋捕食者算法 NGO:北方苍鹰算法 OOA:鱼鹰优化算法 RTH:红尾鹰算法 WOA:鲸鱼算法 ZOA:斑马算法
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