数据库与材料数据库.

上传人:我** 文档编号:115947913 上传时间:2019-11-15 格式:PPT 页数:25 大小:358KB
返回 下载 相关 举报
数据库与材料数据库._第1页
第1页 / 共25页
数据库与材料数据库._第2页
第2页 / 共25页
数据库与材料数据库._第3页
第3页 / 共25页
数据库与材料数据库._第4页
第4页 / 共25页
数据库与材料数据库._第5页
第5页 / 共25页
点击查看更多>>
资源描述

《数据库与材料数据库.》由会员分享,可在线阅读,更多相关《数据库与材料数据库.(25页珍藏版)》请在金锄头文库上搜索。

1、数据库材料数据库 l1.2 计算机数据处理技术经历了四个阶段 1、人工管理阶段 2、文件管理阶段 3、数据库系统阶段 4、高级数据库阶段 第一节 数据库系统的组成和结构 l1.1 什么是工程数据库系统? 20世纪60年代 20世纪70年代 20世纪80年代 工程数据库系统是用于存储、管 理和使用面向工程设计所需要的 工程数据和数据模型。它将工程 设计方法和数据库技术相结合, 人工智能及专家系统与数据库技 术相结合,达到智能化的 CAD/CAM集成系统。 数据库系统的基本知识 l1.3 数据库系统的构成 u数据库 u数据库管理系统 u支持数据库运行的软、硬件环境 u用户 数据库系统的构成 数据库

2、系统的构成 数据库系统的构成 1.4 1.4 数据库管理系统(数据库管理系统(Database Database Management SystemManagement System) l数据库管理系统(DBMS)是专门用于管理 数据库的计算机系统软件。 lDBMS能够为数据库提供数据的定义、建立 、维护、查询和统计等操作功能,并完成对 数据完整性、安全性进行控制的功能。 l提供一个可以方便地、有效地存取数据库信 息的环境. l分类:层次型、网络型、关系型 l组成:数据描述和操纵语言、数据库管理控 制程序和数据库服务程序三部分 数据库管理系统的结构 数据 元数据 存储 管理程序 查询 处理程序

3、 事务 管理程序 模式更新 更新查询 数据库系统管理数据的特点 l l 数据共享;数据共享; l l 数据独立性;数据独立性; l l 减少数据冗余;减少数据冗余; l l 数据的结构化;数据的结构化; l l 统一的数据保护功能统一的数据保护功能 1.5工程数据库的作用 l可以减少研制产品的工作量、缩短研究 周期、降低成本、提高效率和效益。 材料科学与工程数据库 l计算机材料性能数据库的优点: l1、存储信息量大,存取速度快 l2、查询方便 l3、材料的性能对比,易于选材 l4、使用灵活 l5、功能强大 l6、应用广泛 材料科学与工程数据库 与温度相关的材料性能 数据库 lwww.nist.

4、gov/srd/materials.htm美国国 家标准研究所(NIST)的材料数据库 l北京科技大学等联合材料腐蚀数据库 l武汉保护材料研究所磨损数据库 l航空航天部材料研究所航空材料数据库 l清华大学新材料数据库 第二节 专家系统 l2.2 专家系统的发展 1、20世纪60年代 专家系统产生 DENDRAL 2、20世纪70年代20 趋于成熟 3、20世纪80年代之后 走向实用化和商品化 l2.1 人工智能(Artificial Intelligence) 专家系统(Expert System) 专家系统是一种计算机程序,在某一特定领域内,它能 利用知识推理来解决人类专家才能解决的问题 2

5、.3专家系统的工作原理 l知识库 l工作数据库 l推理机 l知识获取机制 l解释机制 l人机接口 专家系统的组成 核心部分 知识库、推理机 2.4专家系统的类型 l解释专家系统 l预测专家系统 l诊断专家系统 l设计专家系统 l规划专家系统 l监视专家系统 l控制专家系统 第三节 人工神经网络技术 l3.2人工神经网络的组成 u接受输入信号的单元层称为输入层; u输出信号的单元层称为输出层; u不直接与输入输出发生联系的单元层称为中间层或隐层 。 l3.1专家系统(Expert System) 人工神经网络(Artificial Neural Network) 人工神经网络(Artificia

6、l Neural Network) 是一种信息处理技术,力图模拟人类 处理问题方式去理解和利用信息。人工神经网络既可以解决决定性问题,又可 以用于直接解决定量问题,具有较好的可靠性;擅长处理复杂的多元非线性问 题;具有自学习能力,能从已有的数据中总结规律。 3.2 人工神经网络的组成 3.3 神经元的组成 人工神经网络的基本单元是神经元,也称为处理单元 3.4人工神经网络采用的传递函数 l(1)阶跃函数 l(2)分段线性函数 l(3)S型函数。 3.5 人工神经网络的结构形式 3.6 神经网络的学习方法 l有指导的学习 l没有指导的学习 3.7 误差反传神经网络构成和学习方法 l误差反向传播(Back-propagation, BP) lBP神经网络的组成 输入模式顺传播 输出误差逆传播 循环记忆训练 学习结果判别 3.6人工神经网络在材料科学中的应用 l材料设计与优化 3.6人工神经网络在材料科学中的应用 l材料工艺优化 l材料性能预测 l材料智能加工与智能控制

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 高等教育 > 大学课件

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号