智能控制基礎(chǔ) 第一章資料

1、智能(zh nn)控制技術(shù)基礎(chǔ)7/27/2022安徽工業(yè)大學(xué)(dxu)電氣信息學(xué)院共四十二頁第一章 緒 論 1.1 智能控制(kngzh)的提出 傳統(tǒng)控制方法包括經(jīng)典控制和現(xiàn)代控制，是基于被控對(duì)象精確模型的控制方式，缺乏靈活性和應(yīng)變能力，適于解決線性、時(shí)不變性等相對(duì)簡單的控制問題，難以解決對(duì)復(fù)雜系統(tǒng)的控制。在傳統(tǒng)控制的實(shí)際應(yīng)用遇到很多難解決的問題，主要表現(xiàn)以下幾點(diǎn)：1 智能控制的發(fā)展(fzhn)過程7/27/2022安徽工業(yè)大學(xué)電氣信息學(xué)院共四十二頁（1）模型的不確定性 實(shí)際系統(tǒng)由于存在復(fù)雜性、非線性、時(shí)變性、不確定性和不完全性等，無法獲得精確的數(shù)學(xué)模型。某些復(fù)雜的和包含不確定性的控制過程無法

2、用傳統(tǒng)的數(shù)學(xué)模型來描述，即無法解決建模問題(wnt)。（2）高度的非線性 在傳統(tǒng)的控制理論中，對(duì)于這類控制對(duì)象，有一些方法可供使用，但不成熟，有些方法過于復(fù)雜。（3）任務(wù)要求復(fù)雜 實(shí)際控制任務(wù)復(fù)雜，而傳統(tǒng)的控制任務(wù)要求低，對(duì)復(fù)雜的控制任務(wù)，如機(jī)器人控制、CIMS、社會(huì)經(jīng)濟(jì)管理系統(tǒng)等復(fù)雜任務(wù)無能為力。7/27/2022安徽工業(yè)大學(xué)電氣(dinq)信息學(xué)院共四十二頁 在生產(chǎn)實(shí)踐中，復(fù)雜控制問題可通過熟練操作人員的經(jīng)驗(yàn)和控制理論相結(jié)合去解決(jiju)，由此，產(chǎn)生了智能控制。智能控制將控制理論的方法和人工智能技術(shù)靈活地結(jié)合起來，其控制方法適應(yīng)對(duì)象的復(fù)雜性和不確定性。7/27/2022安徽工業(yè)大學(xué)電氣

3、信息(xnx)學(xué)院共四十二頁1.2 智能(zh nn)控制的概念 智能控制是一門交叉學(xué)科，著名美籍華人傅京遜教授1971年首先提出(t ch)智能控制是人工智能與自動(dòng)控制的交叉，即二元論。美國學(xué)者G.N.Saridis1977年在此基礎(chǔ)上引入運(yùn)籌學(xué)，提出(t ch)了三元論的智能控制概念，即IC=ACAIORICIntelligent Control AIArtificial IntelligenceACAutomatic Control OROperational Research7/27/2022安徽工業(yè)大學(xué)電氣信息學(xué)院共四十二頁圖1-1 分層遞階智能(zh nn)控制三元論表示7/27/

4、2022安徽工業(yè)大學(xué)電氣(dinq)信息學(xué)院共四十二頁 人工智能（AI）是一個(gè)用來模擬人思維的知識(shí)處理系統(tǒng)，具有記憶、學(xué)習(xí)、信息處理、形式語言、啟發(fā)推理等功能。 自動(dòng)控制（AC）描述系統(tǒng)的動(dòng)力學(xué)特性，是一種(y zhn)動(dòng)態(tài)反饋 控制。 運(yùn)籌學(xué)（OR）是一種定量優(yōu)化方法，如線性規(guī)劃、網(wǎng)絡(luò)規(guī)劃、調(diào)度、管理、優(yōu)化決策和多目標(biāo)優(yōu)化方法等。7/27/2022安徽工業(yè)大學(xué)電氣信息(xnx)學(xué)院共四十二頁 智能控制就是一種控制方式或一種控制系統(tǒng)，如果它能夠有效地克服被控制對(duì)象（過程）和環(huán)境所具有的高度復(fù)雜性和不確定性，并且能夠達(dá)到(d do)所期望的目標(biāo)，那么稱這種控制方式為智能控制（仿人控制），稱這樣的

5、控制系統(tǒng)為智能控制系統(tǒng)。 智能控制的核心是如何設(shè)計(jì)和開發(fā)能夠模擬人類智能的機(jī)器，使控制系統(tǒng)達(dá)到更高的目標(biāo)。而模擬人類智能就需要解決知識(shí)在機(jī)器中如何表示以及怎樣模仿人類思維推理過程這兩方面的問題。其中必須解決的就是定性概念和定量數(shù)值表示之間的轉(zhuǎn)換關(guān)系。 7/27/2022安徽工業(yè)(gngy)大學(xué)電氣信息學(xué)院共四十二頁1.3、智能控制(kngzh)的發(fā)展上世紀(jì)70年代末，控制(kngzh)理論向著“大系統(tǒng)理論”和“智能控制(kngzh)”方向發(fā)展，前者是控制(kngzh)理論從廣度上的開拓，后者是控制(kngzh)理論在深度上的挖掘。智能控制(kngzh)是自動(dòng)控制(kngzh)發(fā)展的最新階段，控

6、制(kngzh)科學(xué)的發(fā)展過程如圖所示。7/27/2022安徽工業(yè)大學(xué)電氣信息學(xué)院共四十二頁 開環(huán)控制 確定性反饋控制最優(yōu)控制 隨機(jī)控制自適應(yīng)控制 魯棒控制自學(xué)習(xí)控制 智能控制控制(kngzh)科學(xué)的發(fā)展過程 7/27/2022安徽工業(yè)大學(xué)電氣(dinq)信息學(xué)院共四十二頁 從二十世紀(jì)60年代起，由于空間技術(shù)、計(jì)算機(jī)技術(shù)及人工智能技術(shù)的發(fā)展，控制界學(xué)者在研究自組織、自學(xué)習(xí)控制的基礎(chǔ)上，為了提高控制系統(tǒng)的自學(xué)習(xí)能力，開始注意將人工智能技術(shù)與方法(fngf)應(yīng)用于控制中。7/27/2022安徽工業(yè)大學(xué)電氣信息(xnx)學(xué)院共四十二頁 1966年，J.M.Mendal首先提出將人工智能技術(shù)應(yīng)用于飛船

7、控制系統(tǒng)的設(shè)計(jì)； 1971年，傅京遜首次提出智能控制(kngzh)這一概念，并歸納了三種類型的智能控制(kngzh)系統(tǒng)：（1）人作為控制器的控制系統(tǒng)：人作為控制器的控制系統(tǒng)具有自學(xué)習(xí)、自適應(yīng)和自組織的功能；7/27/2022安徽工業(yè)大學(xué)電氣信息(xnx)學(xué)院共四十二頁（2）人機(jī)結(jié)合作為控制器的控制系統(tǒng)：機(jī)器完成需要連續(xù)進(jìn)行的并需快速(kui s)計(jì)算的常規(guī)控制任務(wù)，人則完成任務(wù)分配、決策、監(jiān)控等任務(wù)；（3）無人參與的自主控制系統(tǒng)：為多層的智能控制系統(tǒng)，需要完成問題求解和規(guī)劃、環(huán)境建模、傳感器信息分析和低層的反饋控制任務(wù)。如自主機(jī)器人。7/27/2022安徽工業(yè)大學(xué)電氣信息(xnx)學(xué)院共四十

8、二頁1987年國際標(biāo)準(zhǔn)化組織對(duì)工業(yè)機(jī)器人進(jìn)行了定義：“工業(yè)機(jī)器人是一種具有自動(dòng)控制的操作和移動(dòng)功能，能完成(wn chng)各種作業(yè)的可編程操作機(jī)?！蔽覈茖W(xué)家對(duì)機(jī)器人的定義是：“機(jī)器人是一種自動(dòng)化的機(jī)器，所不同的是這種機(jī)器具備一些與人或生物相似的智能能力，如感知能力、規(guī)劃能力、動(dòng)作能力和協(xié)同能力，是一種具有高度靈活性的自動(dòng)化機(jī)器”。 7/27/2022安徽工業(yè)大學(xué)電氣(dinq)信息學(xué)院共四十二頁 1985年8月，IEEE在美國紐約召開了第一界智能控制學(xué)術(shù)討論會(huì)，隨后成立了IEEE智能控制專業(yè)委員會(huì)；1987年1月，在美國舉行第一次國際智能控制大會(huì)，標(biāo)志(biozh)智能控制領(lǐng)域的形成。 7

9、/27/2022安徽工業(yè)大學(xué)(dxu)電氣信息學(xué)院共四十二頁 近年來，神經(jīng)網(wǎng)絡(luò)、模糊數(shù)學(xué)、專家系統(tǒng)、進(jìn)化論等各門學(xué)科的發(fā)展給智能控制注入了巨大(jd)的活力，由此產(chǎn)生了各種智能控制方法。 智能控制的幾個(gè)重要分支為專家控制、模糊控制、神經(jīng)網(wǎng)絡(luò)控制和遺傳算法。7/27/2022安徽工業(yè)大學(xué)(dxu)電氣信息學(xué)院共四十二頁2 智能控制的幾個(gè)重要分支 2.1 專家控制上世紀(jì)80年代初，人工智能中專家系統(tǒng)的思想和方法開始被引入控制系統(tǒng)的研究和工程應(yīng)用中。專家系統(tǒng)能處理(chl)定性的、啟發(fā)式或不確定的知識(shí)信息，經(jīng)過各種推理來達(dá)到系統(tǒng)的任務(wù)目標(biāo)。專家系統(tǒng)為解決傳統(tǒng)控制理論的局限性提供了重要的啟示，二者的結(jié)

10、合導(dǎo)致了專家控制這一方法。所謂專家控制是將專家系統(tǒng)的理論和技術(shù)同控制理論、方法與技術(shù)相結(jié)合，在未知環(huán)境下，仿效專家的經(jīng)驗(yàn)，實(shí)現(xiàn)對(duì)系統(tǒng)的控制。7/27/2022安徽工業(yè)大學(xué)電氣信息(xnx)學(xué)院共四十二頁2.2 模糊控制在工程實(shí)踐中，人們發(fā)現(xiàn)，一個(gè)復(fù)雜的控制系統(tǒng)可由一個(gè)操作人員憑著豐富的實(shí)踐經(jīng)驗(yàn)得到滿意的控制效果。這說明，如果(rgu)通過模擬人腦的思維方法設(shè)計(jì)控制器，可實(shí)現(xiàn)復(fù)雜系統(tǒng)的控制，由此產(chǎn)生了模糊控制。模糊控制是模擬人的思維和語言中對(duì)模糊信息的表達(dá)和處理方式，擅長利用人的經(jīng)驗(yàn)性知識(shí)。7/27/2022安徽工業(yè)大學(xué)電氣信息(xnx)學(xué)院共四十二頁圖 模糊控制原理(yunl)框圖7/27/2

11、022安徽工業(yè)大學(xué)電氣(dinq)信息學(xué)院共四十二頁1965年美國自動(dòng)控制專家Zedeh（蘇聯(lián)阿塞拜疆人）教授首先提出用隸屬度函數(shù)來描述模糊概念，創(chuàng)立了模糊化集合理論，奠定了模糊控制的基礎(chǔ)；他還提出了著名的復(fù)雜性與精確性“不相容的原理”。1974年印度裔英國學(xué)者(xuzh)Mamdani博士利用模糊邏輯，開發(fā)了世界上第一臺(tái)模糊控制的蒸汽機(jī)，從而開創(chuàng)了模糊控制的歷史；7/27/2022安徽工業(yè)大學(xué)(dxu)電氣信息學(xué)院共四十二頁1983年日本富士電機(jī)開創(chuàng)了模糊控制在日本的第一項(xiàng)應(yīng)用水凈化處理，之后，富士電機(jī)致力于模糊邏輯元件的開發(fā)與研究，并于1987年在仙臺(tái)地鐵線上采用了模糊控制技術(shù)，1989年

12、將模糊控制消費(fèi)品推向高潮，使日本成為(chngwi)模糊控制技術(shù)的主導(dǎo)國家。模糊控制的發(fā)展可分為三個(gè)階段： 7/27/2022安徽工業(yè)(gngy)大學(xué)電氣信息學(xué)院共四十二頁（1）1965年-1974年為模糊控制發(fā)展的第一階段，即模糊數(shù)學(xué)發(fā)展和形成(xngchng)階段；（2）1974年-1979年為模糊控制發(fā)展的第二階段，產(chǎn)生了簡單的模糊控制器；（3）1979年現(xiàn)在為模糊控制發(fā)展的第三階段，即高性能模糊控制階段。7/27/2022安徽工業(yè)大學(xué)電氣信息(xnx)學(xué)院共四十二頁2.3 神經(jīng)網(wǎng)絡(luò)控制神經(jīng)網(wǎng)絡(luò)與 模糊控制是當(dāng)前兩種主要的智能控制技術(shù)，它們都能模擬人的智能行為。神經(jīng)網(wǎng)絡(luò)是模擬人腦的結(jié)構(gòu)以

13、及對(duì)信息的記憶和處理能力，擅長從輸入輸出數(shù)據(jù)中學(xué)習(xí)有用的知識(shí)。神經(jīng)網(wǎng)絡(luò)控制是從機(jī)理上對(duì)人腦生理系統(tǒng)進(jìn)行簡單結(jié)構(gòu)模擬的一種新興智能控制方法。神經(jīng)網(wǎng)絡(luò)具有并行機(jī)制、模式識(shí)別、記憶和自學(xué)習(xí)能力的特點(diǎn)，它能充分逼近任意復(fù)雜的非線性系統(tǒng)，能夠?qū)W習(xí)與適應(yīng)不確定系統(tǒng)的動(dòng)態(tài)(dngti)特性，有很強(qiáng)的魯棒性和容錯(cuò)性等，因此，神經(jīng)網(wǎng)絡(luò)控制在控制領(lǐng)域有廣泛的應(yīng)用。7/27/2022安徽工業(yè)大學(xué)(dxu)電氣信息學(xué)院共四十二頁神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程經(jīng)過4個(gè)階段1 啟蒙期（1890-1969年）1890年，W.James發(fā)表(fbio)專著心理學(xué)，討論了腦的結(jié)構(gòu)和功能。1943年，心理學(xué)家W.S.McCulloch和數(shù)學(xué)

14、家W.Pitts提出了描述腦神經(jīng)細(xì)胞動(dòng)作的數(shù)學(xué)模型，即M-P模型（第一個(gè)神經(jīng)網(wǎng)絡(luò)模型）。7/27/2022安徽工業(yè)大學(xué)電氣(dinq)信息學(xué)院共四十二頁1949年，心理學(xué)家Hebb實(shí)現(xiàn)了對(duì)腦細(xì)胞之間相互影響的數(shù)學(xué)(shxu)描述，從心理學(xué)的角度提出了至今仍對(duì)神經(jīng)網(wǎng)絡(luò)理論有著重要影響的Hebb學(xué)習(xí)法則。1958年，E.Rosenblatt提出了描述信息在人腦中貯存和記憶的數(shù)學(xué)模型，即著名的感知機(jī)模型（Perceptron）。7/27/2022安徽工業(yè)大學(xué)電氣信息(xnx)學(xué)院共四十二頁1962年，Widrow和Hoff提出了自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)，即Adaline網(wǎng)絡(luò)，并提出了網(wǎng)絡(luò)學(xué)習(xí)新知識(shí)的方法，

15、即Widrow和Hoff學(xué)習(xí)規(guī)則（即學(xué)習(xí)規(guī)則），并用電路進(jìn)行了硬件設(shè)計(jì)。2 低潮期（1969-1982）受當(dāng)時(shí)神經(jīng)網(wǎng)絡(luò)理論研究水平的限制(xinzh)及馮諾依曼式計(jì)算機(jī)發(fā)展的沖擊等因素的影響，神經(jīng)網(wǎng)絡(luò)的研究陷入低谷。7/27/2022安徽工業(yè)大學(xué)電氣(dinq)信息學(xué)院共四十二頁在美、日等國有少數(shù)學(xué)者繼續(xù)著神經(jīng)網(wǎng)絡(luò)模型和學(xué)習(xí)算法的研究，提出了許多有意義的理論和方法。例如，1969年，S.Groisberg和A.Carpentet提出了至今為止最復(fù)雜的ART網(wǎng)絡(luò)，該網(wǎng)絡(luò)可以對(duì)任意復(fù)雜的二維模式(msh)進(jìn)行自組織、自穩(wěn)定和大規(guī)模并行處理。1972年，Kohonen提出了自組織映射的SOM模型。3

16、 復(fù)興期（1982-1986）7/27/2022安徽工業(yè)(gngy)大學(xué)電氣信息學(xué)院共四十二頁1982年，物理學(xué)家Hoppield提出了Hoppield神經(jīng)網(wǎng)絡(luò)模型，該模型通過引入能量函數(shù)(hnsh)，實(shí)現(xiàn)了問題優(yōu)化求解，1984年他用此模型成功地解決了旅行商路徑優(yōu)化問題(TSP)。在1986年，在Rumelhart和McCelland等出版Parallel Distributed Processing一書，提出了一種著名的多層神經(jīng)網(wǎng)絡(luò)模型，即BP網(wǎng)絡(luò)。該網(wǎng)絡(luò)是迄今為止應(yīng)用最普遍的神經(jīng)網(wǎng)絡(luò)。7/27/2022安徽工業(yè)大學(xué)電氣(dinq)信息學(xué)院共四十二頁4 新連接機(jī)制時(shí)期（1986-現(xiàn)在）神經(jīng)

17、網(wǎng)絡(luò)從理論走向應(yīng)用領(lǐng)域，出現(xiàn)了神經(jīng)網(wǎng)絡(luò)芯片和神經(jīng)計(jì)算機(jī)。神經(jīng)網(wǎng)絡(luò)主要應(yīng)用領(lǐng)域有：模式識(shí)別與圖象處理（語音、指紋、故障檢測(cè)和圖象壓縮等）、控制與優(yōu)化、預(yù)測(cè)與管理（市場(chǎng)預(yù)測(cè)(sh chn y c)、風(fēng)險(xiǎn)分析）、通信等。7/27/2022安徽工業(yè)大學(xué)(dxu)電氣信息學(xué)院共四十二頁2.4 遺傳算法遺傳算法（Genetic Algorithm，簡稱GA）是人工智能的一個(gè)重要分支，是基于自然選擇和基因遺傳學(xué)原理(yunl)的搜索算法，是基于達(dá)爾文進(jìn)化論，在計(jì)算機(jī)上模擬生命進(jìn)化論機(jī)制而發(fā)展起來的一門學(xué)科。7/27/2022安徽工業(yè)大學(xué)電氣(dinq)信息學(xué)院共四十二頁遺傳算法由美國的J.H.Holland

18、教授在1975年提出，80年代中期開始逐步成熟(chngsh)。從1985年起，國際上開始舉行遺傳算法國際會(huì)議。目前遺傳算法已經(jīng)被廣泛應(yīng)用于許多實(shí)際問題，成為用來解決高度復(fù)雜問題的新思路和新方法。遺傳算法可用于模糊控制規(guī)則的優(yōu)化及神經(jīng)網(wǎng)絡(luò)參數(shù)及權(quán)值的學(xué)習(xí)，在智能控制領(lǐng)域有廣泛的應(yīng)用。 7/27/2022安徽工業(yè)大學(xué)電氣信息(xnx)學(xué)院共四十二頁3 智能(zh nn)控制的特點(diǎn)、工具及應(yīng)用 3.1、智能控制的特點(diǎn) （1）學(xué)習(xí)功能：智能控制器能通過從外界環(huán)境所獲得的信息進(jìn)行學(xué)習(xí)，不斷積累知識(shí)，使系統(tǒng)的控制性能得到改善；（2）適應(yīng)功能：智能控制器具有從輸入到輸出(shch)的映射關(guān)系，可實(shí)現(xiàn)不依賴

19、于模型的自適應(yīng)控制，當(dāng)系統(tǒng)某一部分出現(xiàn)故障時(shí)，也能進(jìn)行控制；7/27/2022安徽工業(yè)大學(xué)電氣信息學(xué)院共四十二頁（3）自組織(zzh)功能：智能控制器對(duì)復(fù)雜的分布式信息具有自組織(zzh)和協(xié)調(diào)的功能，當(dāng)出現(xiàn)多目標(biāo)沖突時(shí)，它可以在任務(wù)要求的范圍內(nèi)自行決策，主動(dòng)采取行動(dòng)。（4）優(yōu)化能力：智能控制能夠通過不斷優(yōu)化控制參數(shù)和尋找控制器的最佳結(jié)構(gòu)形式，獲得整體最優(yōu)的控制性能。7/27/2022安徽工業(yè)大學(xué)電氣信息(xnx)學(xué)院共四十二頁3.2、智能(zh nn)控制的研究工具 （1）符號(hào)推理與數(shù)值計(jì)算的結(jié)合 例如專家控制，它的上層是專家系統(tǒng)，采用人工智能中的符號(hào)推理方法；下層是傳統(tǒng)意義下的控制系統(tǒng)，采

20、用數(shù)值計(jì)算方法。（2）模糊集理論 模糊集理論是模糊控制的基礎(chǔ)，其核心是采用模糊規(guī)則進(jìn)行邏輯(lu j)推理，其邏輯(lu j)取值可在0與1之間連續(xù)變化，其處理的方法是基于數(shù)值的而不是基于符號(hào)的。7/27/2022安徽工業(yè)大學(xué)電氣信息學(xué)院共四十二頁（3）神經(jīng)元網(wǎng)絡(luò)理論 神經(jīng)網(wǎng)絡(luò)通過許多簡單的關(guān)系來實(shí)現(xiàn)復(fù)雜的函數(shù)，其本質(zhì)是一個(gè)非線性動(dòng)力學(xué)系統(tǒng)，但它不依賴數(shù)學(xué)模型，是一種介于(ji y)邏輯推理和數(shù)值計(jì)算之間的工具和方法。（4） 遺傳算法 遺傳算法根據(jù)適者生存、優(yōu)勝劣汰等自然進(jìn)化規(guī)則來進(jìn)行搜索計(jì)算和問題求解。對(duì)許多傳統(tǒng)數(shù)學(xué)難以解決或明顯失效的復(fù)雜問題，特別是優(yōu)化問題，GA提供了一個(gè)行之有效的途徑。

21、7/27/2022安徽工業(yè)大學(xué)電氣(dinq)信息學(xué)院共四十二頁（5）離散事件與連續(xù)時(shí)間系統(tǒng)(xtng)的結(jié)合 主要用于CIMS和智能機(jī)器人的智能控制。以CIMS為例，上層任務(wù)的分配和調(diào)度、零件的加工和傳輸?shù)瓤捎秒x散事件系統(tǒng)(xtng)理論進(jìn)行分析和設(shè)計(jì)；下層的控制，如機(jī)床及機(jī)器人的控制，則采用常規(guī)的連續(xù)時(shí)間系統(tǒng)(xtng)方法。7/27/2022安徽工業(yè)(gngy)大學(xué)電氣信息學(xué)院共四十二頁3.3、智能(zh nn)控制的應(yīng)用 作為智能控制發(fā)展的高級(jí)階段，智能控制主要解決那些用傳統(tǒng)控制方法難以解決的復(fù)雜系統(tǒng)的控制問題，其中包括智能機(jī)器人控制、計(jì)算機(jī)集成制造系統(tǒng)（CIMS）、工業(yè)過程控制、航空

22、航天控制、社會(huì)經(jīng)濟(jì)管理系統(tǒng)、交通運(yùn)輸系統(tǒng)、環(huán)保及能源系統(tǒng)等。下面以智能控制在運(yùn)動(dòng)控制和過程控制中的應(yīng)用為例進(jìn)行(jnxng)說明。7/27/2022安徽工業(yè)大學(xué)電氣信息學(xué)院共四十二頁（1）在機(jī)器人控制中的應(yīng)用 智能機(jī)器人是目前機(jī)器人研究中的熱門課題。J.S.Albus于1975年提出小腦模型小腦模型關(guān)節(jié)控制器（Cerebellar Model Arculation Controller，簡稱CMAC），它是仿照小腦如何控制肢體運(yùn)動(dòng)的原理而建立的神經(jīng)網(wǎng)絡(luò)模型，采用CMAC，可實(shí)現(xiàn)(shxin)機(jī)器人的關(guān)節(jié)控制，這是神經(jīng)網(wǎng)絡(luò)在機(jī)器人控制的一個(gè)典型應(yīng)用。7/27/2022安徽工業(yè)大學(xué)電氣信息(xnx)學(xué)院共四十二頁 E.H.Mamd