一种改进的社会力模型自行车流组

文摘

自行车广泛组织行为(即流动。,cyclists have a tendency to ride in groups), which may have some significant effects on the bicycle’s motion. However, the existing studies on bicycle flow rarely consider this factor. Generally, bicycle flow has two kinds of group behaviors, i.e., shoulder group behavior and following group behavior. In this paper, we propose an improved social force (SF) model to describe the two kinds of group behaviors. Then, we use the improved SF model to, respectively, explore the effects of the two kinds of group behaviors on the bicycle’s motion from the simulation perspective. The numerical results show that (i) shoulder group behavior has some negative impacts on the bicycle’s motion, i.e., the critical density (where the through capacity can reach the maximum value), the jam density, and the through capacity will be reduced; (ii) following group behavior has some positive impacts on the bicycle’s motion, i.e., the critical density, the jam density, and the through capacity will be enhanced; (iii) the impacts of coexistence of shoulder and following group behavior are related to the density. Besides, increasing group size and group probability will enlarge the negative impacts of shoulder group behavior and alleviate the positive impacts of following group behavior. These results can guide administrators to better manage bicycle flow (especially reasonably control the negative impacts of group behaviors).

1。介绍

由于自行车的优点(即。,low price and no emissions), bicycle has been an important commuting tool in many countries [1),和骑自行车的人倾向于在组织(特别是在共享自行车发生)2]。例如,如果一个家庭做一个简短的遥远的旅行在城市,家庭成员往往会选择共享自行车骑在一个组,即。此时,群体行为发生。一般来说,自行车流有两种组织行为,即。、肩组织行为和组织行为。两种群体行为广泛存在于城市交通系统(见图1),经常导致内部自行车之间的交互,并可能显著影响整个交通系统(3,4]。然而,小的努力已经取得了研究的影响。因此,有必要提出一种精确的运动模型占集团行为探索产生的复杂现象自行车流组。

自行车流的微观模型适用于研究微观现象和内在自行车之间的交互。一般来说,现有的自行车流微观模型大致可以分为细胞自动机(CA)模型和社会力量(SF)模型。由于自行车流量和车辆流量之间的相似之处,研究人员扩展CA模型车辆流(5探索自行车的运动,包括换道,传球,横向分散,逆行行为(6- - - - - -10]。CA模型有一些可扩展的规则,可以每个自行车的microbehavior繁殖。然而,有限的离散动作,这个模型不能准确描述自行车之间的相互作用(尤其是与连续模型相比)。

为了克服这个缺点,研究人员扩展行人流量的科幻模型(11,12)描述自行车的运动(13- - - - - -17]。科幻模型使用一个物理概念,社会力量(18,19),来描述自行车之间的交互。与CA模型,自行车在科幻小说之间的交互模型是描述社会力量制定连续变量,所以科幻模型更适合准确再现自行车之间的交互。相关的参数需要校准的优秀的模拟性能。在这个问题上,赵、张16)分别用实验数据来校准speed-density车辆流量的函数,自行车,行人流量,然后建立了一个统一的科幻模型对不同类型的交通流量。然而,统一的科幻模型很难描述了十字路口的自行车路线选择和避免冲突。因此,研究嵌入式科幻小说中的一个多层次的过程框架模型来模拟十字路口的自行车的复杂运动。例如,Gavriilidou et al。20.)设计了一个两层的微观模型复制的形成自行车队列,在科幻模型提出了第二层,以确定一个可行的轨迹。李等人。21]嵌入式科幻的决策过程模型,并设计了一个行为力量探索高密度的横向弥散现象通过自行车流在一个十字路口。

尽管研究人员所做的卓有成效的工作在自行车流,上面的科幻模型不能用于研究群体行为的影响在自行车直接流,因为他们没有考虑这个因素。研究自行车群体行为,唐et al。22,23)提出了一个扩展CA模型来评估肩的影响群体行为和群体行为在自行车后流在两个典型交通场景中,但是他们并没有从连续模型的角度分析了影响,比如科幻模型。在本文中,我们开发一种改进的科幻模型探讨肩的影响群体行为和群体行为在自行车后流。本文的其余部分组织如下:提出了一种改进的科幻模型占群体行为2;数值测试进行评估的影响群体行为在自行车流部分3;和一些结论总结部分4。

2。扩展科幻模型占集团的行为

在本节中,我们提出了一个扩展的科幻模型占群体行为的基础上统一的科幻模型(16]。为了更好地描述的运动自行车团体,我们应该给以下基本假设:(1)这个场景被定义为图2,路在哪里信道三道,两辆自行车不能了解每车道(16]。(2)自行车分为三类,即。,with shoulder group behavior, with following group behavior, and without group behavior. Each type of bicycles and riders is homogeneous.(3)换道和逆行行为都是被禁止的(鉴于自行车与群体行为倾向于保持组织稳定,并参照赵、张的工作(16),我们可以假设换道禁止)。(4)道路/车道边界的影响在每个自行车运动将被忽略。(5)自行车没有肩膀群体行为不受他们的影响相邻车道。

至于自行车的科幻模型流,赵、张(16)指出,三股势力应该用于描述每个自行车的运动,即。,the driving force, the interaction forces from adjacent bicycles, and the interaction forces from road boundaries. Thus, they proposed one SF model for bicycle flow, i.e., 在哪里 分别是我th自行车的质量、速度和驱动力,产生的相互作用力吗jth自行车,是一种由贪婪导致的相互作用力的道路边界 。三股势力 ,赵、张定义如下(16]: 在哪里是我th自行车所需的速度,弛豫时间, 分别是最小安全距离和最大速度,之间的距离吗我th自行车和上一期,的总和吗我自行车的半径j自行车的半径,中心之间的距离吗我th自行车和j自行车,单位矢量指向的吗jth自行车的我自行车,的半径吗我自行车,中心之间的距离吗我自行车和道路边界 , 是单位向量指向的边界到我th自行车, 是常数。

然而,上面的科幻模型不能繁殖群体行为的影响在每个自行车的运动,因为它没有考虑这个因素。肩膀组行为和后组行为广泛存在,因此我们应该分别将两种群体行为到科幻模型(16]。在探索这个话题之前,我们应该给两组行为的定义如下。

定义1。肩膀群体行为倾向于使纵向位置任意两辆自行车的区别在一个肩膀尽可能小(见图3(一个)和3 (b))。

定义2。群体行为后倾向于保持当前自行车的纵向位置之间的差异及其前/后自行车作为一个固定的值(参见图4(一)和4 (b))。
首先,我们在科幻小说中嵌入肩膀群体行为模型。在这个科幻模型开发,吸引力在自行车与肩膀集团行为使进展之间的差异的任意两个/三个自行车尽可能小,以确保这些自行车是在同一水平位置。在这篇文章中,我们称之为吸引力”肩膀集团力量。“基于上述讨论,我们可以简单地定义肩膀集团力量如下: 在哪里 是常数,纵向中心之间的距离吗我自行车及其相邻的成员组中,单位矢量指向的吗nth自行车的我自行车,是一组大小,所需的最低速度的自行车,然后呢 是集所需的速度。第一项的方程(3)是几个力的合力,其他组对自行车我th自行车;第二项的方程(3)是一个修正项的驱动力使自行车群共享相同的最小所需的速度。
接下来,我们在科幻小说中嵌入以下群体行为模型。为每个组后,自行车可以分为一个领袖和几个追随者。在这个科幻模型开发,集团的吸引力使每个追随者及其之间的纵向距离前一个约等于他们所需的距离。在本文中,我们称之为吸引力”后集团的力量。“基于以上讨论,我们可以简单地定义以下组力如下: 在哪里中心之间的距离吗自行车及其相邻的一个组中在同一车道上,单位矢量指向的吗米th自行车的我自行车,是这样的距离,是一个比例因子,自行车的最小安全距离没有集团的行为。右边的方程(5)的吸引力米自行车产生的我自行车。
基于上面的讨论,我们可以嵌入肩膀/后组力为自行车流到科幻模型(16]。因此,我们可以提出延长科幻自行车流模型与群体行为,也就是说, 比较与科幻模型(16),扩展的科幻模型已经明确认为肩/后集团的力量 。因此,扩展科幻模型可以直接用于研究群体行为的影响在自行车流。为了方便起见,我们可以统一集团的力量如下: 在哪里代表了我th自行车, 集的自行车与肩膀集团行为,与群体行为后,没有组织的行为。

3所示。数值测试

在本节中,我们使用该模型来研究两种群体行为的影响在每个自行车运动和自行车流。研究影响之前,我们定义了仿真场景和其他相关仿真条件如下:(一)仿真场景设置为三车道电路路,道路长度等于49米,道路宽度等于2米(16](b)固定数量的自行车是均匀分布在每个车道的路上,自行车的数量,N,分别设置为15日,19日和23日在以下模拟(16](c)自行车与群体行为是随机分布,概率事先定义为一个常数吗(d)提出了模型的其他参数表中列出1,一些参数的值设置为校准的赵、张(16),和其他参数在本文中定义

首先,我们使用该模型来模拟每一个自行车的轨迹在下列四个案例:我:每个自行车没有组的行为案例二:只有一些自行车肩膀组的行为案例三:只有一些自行车后组的行为案例四:肩群体行为和群体行为后三车道系统共存

在这里,我们专注于研究的影响后肩群体行为和组织行为在每个自行车的轨迹,集团规模和概率,分别设置为2和0.5 II, III, IV,和自行车与群体行为随机分布在三车道系统。

数据5- - - - - -8分别列出每个自行车的轨迹我,II, III, IV在不同 。我和案件的三车道系统III都可以认为是三个独立的由于以下原因:(我)换道行为是被禁止的(2)自行车的数量在每个车道是相同的(3)自行车与组织行为的分布在每一个车道,以防III是一样的

因此,数据5和7只列出每个自行车的轨迹在中间车道。然而,在第四二世和案件,自行车与肩膀集团的行为可能影响相邻车道上的其他自行车的运动,所以我们应该提供每个自行车的轨迹数据的每个车道6和8。在每个subfigure的人物5- - - - - -8、横向协调时间,纵坐标是空间位置,和瞬时速度表现出了不同的颜色。从图5,我们可以得出以下结论:(1)在图5(一个)、自行车流量大约是在早期阶段自由流动,然后发展到走走停停的流(2)在数据5 (b)和5 (c)初速度相对较低,自行车流迅速演变成一场走走停停的流(3)密度增加时,自行车的平均进展和速度均降低

二世,该集团大小设置为2,那么这两个群体行为存在于左边的车道和自行车中间车道(或中间巷和右车道);即。,the number of bicycles with group behavior on the middle lane is just equal to the sum of those on the left lane and the right lane. At this time, shoulder group behavior has greater impacts on the bicycle flow on the middle lane than those on the left and right lanes (see Figure6)。此外,从图6,我们可以得出以下结论:(1)在数据6(一)- - - - - -6 (c),中间车道上的反向波比这更频繁的在左边的车道和右车道,但是差异将减少随着密度的增加(见图6 (d)- - - - - -6 (f)和数字6 (g)- - - - - -6(我))。(2)当密度低或中度(例如, ),一些自行车会不断保持相对较高的进展,进展可能不同但远高于其他自行车(见图6(一)- - - - - -6 (f))。(3)当自行车密度高(即 ),没有相应的subfigures差异,这表明,群体行为的影响在自行车流量随着密度的增加会减小。(4)与每个subfigure图进行比较5,自行车流在相应subfigure图6更不稳定,但速度稍低,和交通堵塞更严重,这表明肩膀群体行为有负面影响在自行车流。这个结论是一致的,基于CA的肩膀群体行为模式22]。因此,如果可能的话,肩膀群体行为应被禁止。

三世,追随者在每组经常保持一个相对较小的进展,所以在群体行为可能对自行车有一些积极作用流(见图7),详细的结论可以概括如下:(1)自行车流量大约是自由流动和总是保持平稳状态,这表明,第三自行车流情况下的稳定性比其他情况下的高。(2)当密度增加,自行车的平均速度减少,但无论是走走停停的还是发生拥堵。(3)与每个subfigure数据进行比较5和6,自行车流图7平均速度更高、更轻的拥堵,和更好的稳定性,表明群体行为有一定的积极作用在自行车后流。这一结论也符合集团的行为基于CA模型(22]。

第四,自行车与肩膀集团行为和群体行为混合后的自行车自行车。与上述三个案例,肩和后组的组概率行为都设置为0.25,和总群概率等于0.5。如前所述,肩膀群体行为有负面影响自行车的运动,并遵循群体行为有积极影响自行车的运动。因此,自行车运动,以防IV优于以防二世和比III(见图8)。此外,我们可以得出以下结论:(1)当密度很低(例如,N= 15),肩群体行为的负面影响比正面影响的群体行为。这可以证明自行车流数据的现象8(一个)- - - - - -8 (c)不断地自由流动和相应显著优于subfigures以防I和II。(2)当密度中等或高(即,N= 19日或23),肩集团行为的负面影响大于正面影响的群体行为。这可以阐明自行车流数据的现象8 (d)- - - - - -8(我)是拥挤的,明显比在相应subfigures以防我和III。(3)上述结果表明,肩膀群体行为更应该禁止(特别是在中度/高密度)。

上面的仿真结果表明,后肩群体行为和组织行为改变自行车的运动,即。从microperspective、冲击速度和进展。这些microchanges不可避免地导致一些自行车宏观流动特性的变化。影响学习,我们应该探索的基本图在不同的组织行为。在学习这个话题之前,我们应该给下面的注释:(我)减少初始条件对仿真结果的影响,流动,速度和密度计算通过使用模拟数据后50秒(考虑到的第一个50秒数值测试是一个初始化过程,群体行为的影响在自行车流尚未证明,我们可以忽略这部分的数据)。(2)减少随机性,大量数值试验进行计算每个统计指标的平均值。(3)研究中使用的方法(16),密度 ,的速度 ,和流在时间可以由以下公式计算: 在哪里自行车的数量在测试区域的时间吗 , 测试区域的长度,的贡献吗自行车的密度,之间的搭接长度吗我th自行车的进展和测试区,是我自行车的速度时间 。

更好地显示影响群体行为的基本图,我们适应速度计算的数据提出科幻模型转换为一个统一的曲线,可Newell所描述的模式24]。然而,由于计算出的临界密度方程(9)总是高于Newell模型中的一个,我们在这里修改speed-density函数(24)如下: 在哪里速度是由密度,是自由流动速度,是密度,是果酱密度,临界密度,它等于155 bic /公里,然后呢是一个常数。

基于上述讨论,我们可以应用仿真数据校准的相关参数方程(10)(见表2)。

接下来,我们研究群体行为的影响的基本图,群概率在哪里设置为0.5。图9显示speed-density和流密度关系情况下,II, III。数据10和11显示speed-density和流密度的关系在不同组大小(例如, )。在数据9- - - - - -11水平坐标是速度或流量,纵坐标是密度,分散数据的计算模型,拟合出曲线的方程(10)。从图9,我们可以得出以下结论:(1)密度很低时(例如, ),没有差异的三个案例,这表明群体行为对自行车流量没有影响。(2)当密度相对较高(例如, )并增加,速度下降,流先增加,然后下降,这就表明,两种组行为不改变基本图的定性特征,但也有定量差异3例;即。,的速度和流are the highest in Case III but the lowest in Case II. In addition, the critical density (where the through capacity can reach the maximum value), the jam density, and the maximum flow are the lowest in Case II but the highest in Case III, which shows that shoulder group behavior has some negative impacts on the speed and the flow while following group behavior has some positive impacts on the speed and the flow.

从图10,我们可以得出以下结论:(1)当 ,肩膀群体行为没有显著影响的速度和流量 ,但它显著降低了速度和流 。此外,一些分散黄点出现在左下角的黄色曲线,这表明,即使密度相对较小,自行车在流动 是不稳定的和拥挤的。(2)当 ,的速度和流量都是最高的 但至少在 。此外,临界密度,堵塞密度和最大流量减少组的大小。结果表明,群体行为的肩膀自行车流的负面影响将更加突出群体大小的增加。

从图11,我们可以得出以下结论:(1)当 ,以下群体行为没有显著影响的速度和流量 ,虽然稍微降低了速度和流量 。此外,一些分散黄点出现黄色曲线的底部和顶部,这表明,即使密度相对较小,自行车在流动 是不稳定的。(2)当 ,的速度和流量都是最高的 和最低的 ;临界密度、果酱密度和最大流量增加,当团队规模从1到2,减少切换时,从2到3组大小开关。这些结果表明,群体行为有积极影响在自行车后流,但增加的积极影响将缓解组大小。

上面的仿真结果表明,后肩群体行为和组织行为有影响自行车固定下流动 ,影响相关的密度和大小。事实上,可能与影响 。因此,我们应用的平均旅行时间评估的影响不同的群体大小在自行车流,平均旅行时间被定义为每一个自行车的平均时间的运动测试。图12显示了平均旅行时间下肩群体行为和群体行为不同和不同的群体大小(例如, )。从图12,我们可以得出以下结论:(1)承担集团的行为,当 , 没有突出影响低密度下的平均旅行时间和中间密度但会显著增加高密度下的平均旅行时间(参见图吗12(一个));当 ,平均旅行时间总是增加的(见图12 (b))。这表明肩膀集团行为的负面影响更加突出的增加和组的大小。(2)对群体行为后,没有突出的影响与不同的群体大小的平均旅行时间(参见图吗12 (c)和12 (d))。

在图的分析12,我们已经评估的影响在两种组织行为对旅行时间。然后,我们探索的影响共存下肩膀,按行程时间上的群体行为。因为共存两种组的行为不同于肩群体行为和群体行为后,我们预先设置的总概率0.5,让肩膀组概率改变从0到0.5。因此,我们可以获得平均旅行时间的共存下肩和后组的行为(见图13)。从图13,我们可以得出以下结论:(1)当 ,增加的比例 有轻微影响交通效率低或中度密度下,虽然有显著负面影响交通效率在高密度下,特别是当比率高于0.2(见图(13日))。(2)当 ,是否密度低,中度或高度,增加比例有负面影响交通效率,特别是在高密度下,是比的影响 ;例如,当比率是0.4,密度高,平均旅行时间 和 分别是少于300年代和600年代多(参见图吗(13日)和13 (b))。(3)上述研究结果表明,影响共存的肩膀和群体行为是由密度后,群体大小和比例 。因此,我们建议政府减少密度,限制组的大小,通过分流措施,减少肩群体行为的比例或禁令。

4所示。结论

许多科幻模型来描述开发自行车的运动,但他们不能直接用于自行车流研究群体行为的影响。在本文中,我们首先探讨自行车的运动特性与肩膀集团行为和群体行为。然后,我们提出了一个扩展的科幻自行车流模型组。数值测试在一个电路三车道公路进行探索的影响组织行为在自行车流。数值结果表明,群体行为有负面影响的肩膀自行车流,应当禁止的;在群体行为有积极影响自行车流量和应该被提升;共存的影响的肩膀以下群体行为与密度有关。此外,集团规模的不断扩大,集团概率和密度将扩大肩膀群体行为的负面影响,缓解后组织行为的积极影响。

然而,一些主要参数模型和数值结果不是由实验校准/经验数据。因此,我们应该在未来使用一些实验/经验数据来进一步探讨组织行为的定量影响自行车流。

数据可用性

获得的数据可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

引用

1. a . Gavriilidou m . j . Wierbos w . Daamen y元,v . l .努和s . p .例如,“大型自行车流实验:设置和实现,”交通研究记录:《交通研究委员会,卷2673,不。5,709 - 719年,2019页。视图:出版商的网站|谷歌学术搜索
2. m·l·张,“自行车分享短期需求影响因素的分析,“中国商业和贸易,卷804,不。5,109 - 110年,2020页。视图:谷歌学术搜索
3. 公元前朗格弗德,j·陈,c . r .樱桃,“冒险骑:自然的方法比较安全行为与传统自行车和电动自行车骑手,”事故分析和预防卷,82年,第226 - 220页,2015年。视图:出版商的网站|谷歌学术搜索
4. 问:刘,j .太阳,y, y,和美国,“nonmotorized车辆的建模与仿真分散在混流路口。”《先进的交通工具卷,2019篇文章ID 9127062, 19页,2019。视图:出版商的网站|谷歌学术搜索
5. k·内格尔和m . Schreckenberg“高速公路交通的细胞自动机模型,”《de体格我,卷2,不。12日,第2229 - 2221页,1992年。视图:出版商的网站|谷歌学术搜索
6. h .废话,t . Schendzielorz o . Fakler”自行车在城市地区:审查现有建模方法的行为,”交通研究记录:《交通研究委员会,卷2434,不。1,第146 - 140页,2014。视图:出版商的网站|谷歌学术搜索
7. g·古尔德和a .圆锥形石垒”建模自行车设施操作:细胞自动机方法,”交通研究记录:《交通研究委员会,卷2140,不。1,第164 - 157页,2009。视图:出版商的网站|谷歌学术搜索
8. h·欧蔡博富。唐,y。鲁伊和人类。周”,电动自行车的反常行为建模在路口十字路口,“自然史答:统计力学及其应用卷,511年,第231 - 218页,2018年。视图:出版商的网站|谷歌学术搜索
9. g . Ren h .江黄z . j . Chen和l . Lu”异质细胞自动机模型直通自行车交通路口十字路口,“自然史答:统计力学及其应用卷,451年,第83 - 70页,2016年。视图:出版商的网站|谷歌学术搜索
10. 蔡博富。唐,x。罗,j·张,l .陈“建模电动自行车的换道和逆行行为”,自然史答:统计力学及其应用卷,490年,第1386 - 1377页,2018年。视图:出版商的网站|谷歌学术搜索
11. d .海尔宾和p . Molnar“行人动力学、社会力模型”物理评论,51卷,不。5,4282 - 4286年,1995页。视图:出版商的网站|谷歌学术搜索
12. 海尔宾d、i . j .法卡斯和t . Vicsek“冻结通过加热在驱动的介观系统中,“物理评论快报,卷84,不。6,1240 - 1243年,2000页。视图:出版商的网站|谷歌学术搜索
13. b . Anvari a . Sivakumar m·g·h·贝尔和w . y .奥臣”造型通过基于规则的社会力模型,共享空间用户”交通研究部分C:新兴技术,51卷,第103 - 83页,2015年。视图:出版商的网站|谷歌学术搜索
14. z, j·谢,x, y,和j .太阳”把行为的二维模拟潜在冲突地区的混流十字路口,“计算机辅助土木与基础设施工程,32卷,不。5,412 - 428年,2017页。视图:出版商的网站|谷歌学术搜索
15. d·杨x周、d .吴和s .刘”的入侵行为研究电动自行车与机动车交通路口路口,“交通研究记录:《交通研究委员会,卷2672,不。31日33-40,2018页。视图:出版商的网站|谷歌学术搜索
16. y赵和h . m .张”,一个统一的模仿的模型汽车,自行车和行人交通,“交通研究B部分:方法论卷,105年,第327 - 315页,2017年。视图:出版商的网站|谷歌学术搜索
17. 李x, y, y李,和j .太阳”的非机动车交通流建模与仿真物理分隔自行车道路,”同济大学学报/同济大学学报卷,47号6,778 - 786年,2019页。视图:出版商的网站|谷歌学术搜索
18. d·海尔宾·d·布罗克t Chadefaux et al .,“拯救人类生命:复杂性科学和信息系统可以贡献,”统计物理学杂志,卷158,不。3、735 - 781年,2015页。视图:出版商的网站|谷歌学术搜索
19. m . Perc,“社会物理学的集体。”科学报告,9卷,不。1,文章ID 16549, 2019。视图:出版商的网站|谷歌学术搜索
20. a . Gavriilidou w . Daamen y元,s . p .例如,“造型自行车队列形成使用一个两层框架的作战骑自行车的行为,”交通研究部分C:新兴技术卷,105年,第484 - 468页,2019年。视图:出版商的网站|谷歌学术搜索
21. y . x, y倪,j .太阳”自行车通过修改后的社会力模型高密度流混合交通十字路口,“仿真建模实践和理论文章ID 102265卷,108年,2021年。视图:出版商的网站|谷歌学术搜索
22. 蔡博富。唐,y。鲁伊·j·张,H.-Y。商,“细胞自动化模型占了自行车的集团行为,”自然史答:统计力学及其应用卷,492年,第1797 - 1782页,2018年。视图:出版商的网站|谷歌学术搜索
23. 蔡博富。唐,y。鲁伊·j·张,t·王,“群体行为的影响在自行车在路口交叉流动,”自然史答:统计力学及其应用卷,512年,第1215 - 1205页,2018年。视图:出版商的网站|谷歌学术搜索
24. g·f·纽厄尔”,在汽车的动力学非线性影响。”运筹学,9卷,不。2、209 - 229年,1961页。视图:出版商的网站|谷歌学术搜索

版权

版权©2021 Ying-Xu瑞等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。