12 CAD/CAE/CAM等，这些新应用领域要求DBMS能够：存储和管理诸如多媒体数据、空间数据、实时数据、复杂对象、图像对象、知识和超文本。
13 工程数据库：是指适合于CAD（计算机辅助设计）/CAM(计算机辅助制造)，计算机集成制造（CIM）等工程应用领域中的数据。它又称CAD数据库、设计数据库、技术数据库和设计自动化数据库。 14 工程数据库系统的建立包括两项重要的工作：A选择一个适应工程应用的数据库管理系统作为工程数据库的开发平台；B将工程数据库映像成数据库管理系统支持数据模型，利用数据库管理系统提供的数据定义语言和数据操纵语言，设计数据库结构，提高操纵数据库数据的用户界面。
15 材料数据的特点：数据量庞大。
16 计算机材料性能数据可具有的优点：A存储信息量大，存取速度款；B查询方便，不仅可以由材料查性能（顺查），而且可以由性能查材料（反查）；C通过对不同材料的性能数据的比较，可以实现选材或材料代用；D使用灵活，可以随时输入新材料的最新数据，也可以对原有材料的数据及时地修改和补充；E功能强，可以自动进行单位转换，可以将数据以图形表示，可以获得派生数据；F应用广泛，可以与CAD、CAM配套使用，实现计算机辅助选材，也可以与知识库及人工智能技术结合构成材料性能预测或材料设计专家系统。 17 我了研究合金组织与性能之间的关系就必须了解合金中各种组织的形变及变化规律。
18 计算机数据库系统的作用：为相图的管理提供了必要的条件。 19 FACT的网络模拟程序提供了未来用网络计算机进行热力学计算和开发的基本模式。
20 人工智能的研究生要分析人类的思维过程或人类智能可能具有的功能，并在计算机系统中模拟实现。
21 专家系统是人工智能研究领域中活跃、最具有使用价值的应用领域之一。
22 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。
23 一个完整的专家系统的组成：A知识库；B工作数据库；C推理机（专家系统的推理常常是不确定性推理）；D知识获取机制（是实现系统灵活性能的主要部件）；E解释机制（实现系统透明性的主要部分）；F人机接口。
24 专家系统的工作过程大致描述为：系统根据用户提出的目标，以综合数据库为出发点，在控制策略的指导下，由推理机运用知识库中的有关知识，通过不断的探索推理以实现求解的目标。 25 专家系统的核心：知识库和推理机。
26 专家系统中各部分组成的功能如下：A知识库：知识库是用于存放领域专家提供的专门知识；B工作数据库：它主要由问题的有关初始数据和系统求解期间所产生的中间信息组成；C推理机：一个专家系统中推理机所要解决的问题是如何选择和使用知识库中的知识，并运用适当的控制策略进行推理来实现问题的求解；D知识获取机制：
主要是为了实现专家系统的自我学习，在系统使用过程中能自动获取知识，不断完善扩大现有系统功能。E解释机制：回答用户提出的各种问题；F人机接口：主要功能是实现系统与用户之间的双向信息转换，即系统将用户的输入信息翻译成系统可接受的内部形式，或把系统向用户输出的信息转换成人类所熟悉的信息表达方式。
27一个专家系统的性能主要是与它所拥有的知识数量和质量密切相关。
28 知识库的建造主要包括：A从人类专家获取知识和选择合适的知识表达方式和数据结构；B把专家的知识形式化并存入知识库中。 29 专家系统的解释机制：是指专家系统在同用户的交互过程中，回答用户提出的各种问题，包括与系统运行有关的求解过程和与运行无关的关于系统自身的一些问题。
30 按照工程中求解问题的性质不同，专家系统主要可分为以下几种类型：A解释专家系统；B预测专家系统；C诊断专家系统；D设计专家系统；E规划专家系统；F监视专家系统；G控制专家系统。 31 热处理工艺过程的三个主要控制参数：A加热温度；B保温时间；C冷却方式。
32 热处理工艺专家系统的主要功能：就是根据待处理零件的材料成分和性能要求确定热处理方式以及加热温度，根据材料的成分和有效尺寸以及热处理炉型确定保温时间，并根据材料及其热处理方式来确定冷却方式。系统的这一核心目标的求解由系统的推理机来完成。 33 系统的推理机分为：A基于规则的推理；B基于事例的推理。
34 规则推理的方法：以用户选择输入的有关零件的初始信息为条件，搜索金属材料数据库的热处理工艺数据库，得到与之匹配的粗略的工艺信息供用户选择或确认，任何以此条件再次搜索金属材料数据库或热处理工艺数据库，得到较精确的工艺信息，如此多次搜索，最终得到推理结果，经用户调整确认后，即形成正式的工艺文件。 35 规则推理的具体推理步骤：A用户选择输入工件的类别，系统把可能使用的材料提供给用户选择；B用户确定工件材料后，系统提供各种可能的热处理方法供用户选择；C用户确定热处理方法后，系统提示用户输入工件的有效厚度，选择热处理设备类型、装炉方式、装炉量等，给定热处理要求；D系统根据用户给定条件从知识库中取得加热温度、冷却方式等工艺参数计算出保温时间，并以工艺卡或工艺曲线的形式提供该工件的热处理工艺；E用户确认或修改该工艺后，系统可打印出工艺卡曲线作为工艺文件，也可以存入典型零件数据库，从而补充一个新的实例。
36 人工智能方法特别适合于对分散知识进行处理的过程。
37 人工神经网络的用途及优点：人工神经网络既可以解决定性问题，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，能从已有的实验数据中自动总结规律。
38 输入层、输出层、中间层的含义：接受输入信号的单元层称为输入层；输出信号的单元层称为输出层；不直接与输入输出发生联系的单元层称为中间层或隐层。
39 人工神经网络由排列成层的神经单元组成，包括输出层、中间层(中间层的层数可以是一层或多层)、输入层。
40 人工神经网络的基本单元是神经元，又称为处理单元。
41 神经元可以有许多输入，所以这些输入都是同时传送给神经元的。神经元素是否被激发、激发的强弱程度，取决于输入信号的权重和、阀值和传递函数。
42 人工神经网络采用的传递函数有以下几种类型：A阶跃函数；B分段线性函数；C S型函数（常用的非线性传递函数）。
43人工神经网络的结构有下列形式：A前馈式网络；B输入输出有反馈的前馈网络；C前馈内层互联网络；D反馈型全互联网络；E反馈型局部连接网络。
44 学习和训练几乎对所有的神经网络来说都是最基本的。网络不是通过修改神经元本身来完成训练过程，而是靠改变网络中各种连接的权重来学习。
45 若神经网络要学会正确地反映所给数据的模式，唯一用以改善网络性能的元素就是连接的权重。
46 两种不同的学习方式或训练方式：A有指导的训练（训练过程是将一组输入数据与相应的输出数据输入网络，网格根据这些数据调整权重。若认为网络的输出与应有的输入键的误差达到了允许范围，权重就不再改动，这时的网络可用新的数据检验。）；B没有指导的训练（训练过程中，只提供输入数据而无相应的输出数据。网络检查输入数据的规律或趋向，根据网络本身的功能进行调整，并不告诉网络这