package com.miniframe.model.mdo; import com.miniframe.system.MiniserviceBaseModel; import java.io.Serializable; import javax.persistence.*; @Table(name = "mdo_pro_surro") public class MdoProSurro extends MiniserviceBaseModel implements Serializable { /** * 代理优化器ID */ @Id private String id; /** * 项目ID */ private String pid; private String nsurro; @Column(name = "n_kriging") private String nKriging; /** * 屏幕输出等级 */ private String iout; /** * 续算开关 0-否,1-是 */ private String irestart; /** * 试验设计方法 */ private String ndoe; /** * 初始样本点数 */ private String ns; /** * 最大样本点数 */ private String nsmax; /** * 低可信度初始样本点数(nsurro=4 and n_kriging=12时) */ @Column(name = "ns_lf") private String nsLf; /** * 低可信度最大样本点数(nsurro=4 and n_kriging=12时 */ @Column(name = "nsmax_lf") private String nsmaxLf; /** * 各可信度初始样本点数(nsurro=4 and n_kriging>12时) */ @Column(name = "ns_mk") private String nsMk; /** * 各可信度最大样本点数(nsurro=4 and n_kriging>12 */ @Column(name = "nsmax_mk") private String nsmaxMk; /** * 最优解收敛性容差 */ @Column(name = "x_tol") private String xTol; /** * 真实函数的约束容差 */ @Column(name = "feasibility_tol_real") private String feasibilityTolReal; /** * 代理模型的约束容差 */ @Column(name = "feasibility_tol_surro") private String feasibilityTolSurro; /** * 优化算法 */ private String algorithm; /** * 是否选中 1 -选中 0-未选中 */ private Short checked; private static final long serialVersionUID = 1L; /** * 获取代理优化器ID * * @return id - 代理优化器ID */ public String getId() { return id; } /** * 设置代理优化器ID * * @param id 代理优化器ID */ public void setId(String id) { this.id = id == null ? null : id.trim(); } /** * 获取项目ID * * @return pid - 项目ID */ public String getPid() { return pid; } /** * 设置项目ID * * @param pid 项目ID */ public void setPid(String pid) { this.pid = pid == null ? null : pid.trim(); } /** * @return nsurro */ public String getNsurro() { return nsurro; } /** * @param nsurro */ public void setNsurro(String nsurro) { this.nsurro = nsurro == null ? null : nsurro.trim(); } /** * @return n_kriging */ public String getnKriging() { return nKriging; } /** * @param nKriging */ public void setnKriging(String nKriging) { this.nKriging = nKriging == null ? null : nKriging.trim(); } /** * 获取屏幕输出等级 * * @return iout - 屏幕输出等级 */ public String getIout() { return iout; } /** * 设置屏幕输出等级 * * @param iout 屏幕输出等级 */ public void setIout(String iout) { this.iout = iout == null ? null : iout.trim(); } /** * 获取续算开关 0-否,1-是 * * @return irestart - 续算开关 0-否,1-是 */ public String getIrestart() { return irestart; } /** * 设置续算开关 0-否,1-是 * * @param irestart 续算开关 0-否,1-是 */ public void setIrestart(String irestart) { this.irestart = irestart == null ? null : irestart.trim(); } /** * 获取试验设计方法 * * @return ndoe - 试验设计方法 */ public String getNdoe() { return ndoe; } /** * 设置试验设计方法 * * @param ndoe 试验设计方法 */ public void setNdoe(String ndoe) { this.ndoe = ndoe == null ? null : ndoe.trim(); } /** * 获取初始样本点数 * * @return ns - 初始样本点数 */ public String getNs() { return ns; } /** * 设置初始样本点数 * * @param ns 初始样本点数 */ public void setNs(String ns) { this.ns = ns == null ? null : ns.trim(); } /** * 获取最大样本点数 * * @return nsmax - 最大样本点数 */ public String getNsmax() { return nsmax; } /** * 设置最大样本点数 * * @param nsmax 最大样本点数 */ public void setNsmax(String nsmax) { this.nsmax = nsmax == null ? null : nsmax.trim(); } /** * 获取低可信度初始样本点数(nsurro=4 and n_kriging=12时) * * @return ns_lf - 低可信度初始样本点数(nsurro=4 and n_kriging=12时) */ public String getNsLf() { return nsLf; } /** * 设置低可信度初始样本点数(nsurro=4 and n_kriging=12时) * * @param nsLf 低可信度初始样本点数(nsurro=4 and n_kriging=12时) */ public void setNsLf(String nsLf) { this.nsLf = nsLf == null ? null : nsLf.trim(); } /** * 获取低可信度最大样本点数(nsurro=4 and n_kriging=12时 * * @return nsmax_lf - 低可信度最大样本点数(nsurro=4 and n_kriging=12时 */ public String getNsmaxLf() { return nsmaxLf; } /** * 设置低可信度最大样本点数(nsurro=4 and n_kriging=12时 * * @param nsmaxLf 低可信度最大样本点数(nsurro=4 and n_kriging=12时 */ public void setNsmaxLf(String nsmaxLf) { this.nsmaxLf = nsmaxLf == null ? null : nsmaxLf.trim(); } /** * 获取各可信度初始样本点数(nsurro=4 and n_kriging>12时) * * @return ns_mk - 各可信度初始样本点数(nsurro=4 and n_kriging>12时) */ public String getNsMk() { return nsMk; } /** * 设置各可信度初始样本点数(nsurro=4 and n_kriging>12时) * * @param nsMk 各可信度初始样本点数(nsurro=4 and n_kriging>12时) */ public void setNsMk(String nsMk) { this.nsMk = nsMk == null ? null : nsMk.trim(); } /** * 获取各可信度最大样本点数(nsurro=4 and n_kriging>12 * * @return nsmax_mk - 各可信度最大样本点数(nsurro=4 and n_kriging>12 */ public String getNsmaxMk() { return nsmaxMk; } /** * 设置各可信度最大样本点数(nsurro=4 and n_kriging>12 * * @param nsmaxMk 各可信度最大样本点数(nsurro=4 and n_kriging>12 */ public void setNsmaxMk(String nsmaxMk) { this.nsmaxMk = nsmaxMk == null ? null : nsmaxMk.trim(); } /** * 获取最优解收敛性容差 * * @return x_tol - 最优解收敛性容差 */ public String getxTol() { return xTol; } /** * 设置最优解收敛性容差 * * @param xTol 最优解收敛性容差 */ public void setxTol(String xTol) { this.xTol = xTol == null ? null : xTol.trim(); } /** * 获取真实函数的约束容差 * * @return feasibility_tol_real - 真实函数的约束容差 */ public String getFeasibilityTolReal() { return feasibilityTolReal; } /** * 设置真实函数的约束容差 * * @param feasibilityTolReal 真实函数的约束容差 */ public void setFeasibilityTolReal(String feasibilityTolReal) { this.feasibilityTolReal = feasibilityTolReal == null ? null : feasibilityTolReal.trim(); } /** * 获取代理模型的约束容差 * * @return feasibility_tol_surro - 代理模型的约束容差 */ public String getFeasibilityTolSurro() { return feasibilityTolSurro; } /** * 设置代理模型的约束容差 * * @param feasibilityTolSurro 代理模型的约束容差 */ public void setFeasibilityTolSurro(String feasibilityTolSurro) { this.feasibilityTolSurro = feasibilityTolSurro == null ? null : feasibilityTolSurro.trim(); } /** * 获取优化算法 * * @return algorithm - 优化算法 */ public String getAlgorithm() { return algorithm; } /** * 设置优化算法 * * @param algorithm 优化算法 */ public void setAlgorithm(String algorithm) { this.algorithm = algorithm == null ? null : algorithm.trim(); } /** * 获取是否选中 1 -选中 0-未选中 * * @return checked - 是否选中 1 -选中 0-未选中 */ public Short getChecked() { return checked; } /** * 设置是否选中 1 -选中 0-未选中 * * @param checked 是否选中 1 -选中 0-未选中 */ public void setChecked(Short checked) { this.checked = checked; } }