AEC Research Datasets & Tools — Reference
用途：为研究者指向可信的工具，并在存在时提供开放数据集/基准，提醒研究者引用软件与数据（版本 + DOI），并在使用前核实许可证与当前可用性。
一、建筑能耗与性能
EnergyPlus（DOE）——整栋建筑能耗模拟（研究标准）；OpenStudio SDK/GUI；EnergyPlus + Python（eppy、pyenergyplus）、besos、eppy 用于参数化运行。
Modelica 生态——Buildings library（LBNL）、Spawn-of-EnergyPlus、Dymola/OpenModelica。
Grasshopper 中的 Ladybug Tools（Ladybug/Honeybee/Butterfly）——采光（Radiance）、能耗、CFD。
Radiance——采光/眩光；CONTAM——气流/IAQ；OpenFOAM——CFD（通风、城市微气候）。
TRNSYS、IDA ICE、IES-VE、DesignBuilder——常见（多为商业）BES 工具。
气象数据：EnergyPlus/EPW 文件（climate.onebuilding.org）、TMY3；UBEM：UMI、CityEnergyAnalyst（CEA）。
开放数据集/基准：ASHRAE Great Energy Predictor III（Kaggle）、Building Data Genome Project 1/2、DOE Commercial/Residential Prototype Building Models、NREL ResStock/ComStock（核实当前条款）。
二、BIM / openBIM / 互操作性
IfcOpenShell（Python/C++）——从 IFC 解析、查询、几何；BlenderBIM/Bonsai——开放 BIM 创作。
xBIM Toolkit（.NET）、IFC.js / web-ifc / That Open Engine——浏览器中的 IFC。
Speckle——开放数据枢纽 / AEC 工具间互操作；Solibri——模型检查（商业）。
buildingSMART 资源：IFC schema、IDS 样例、bSDD；Linked Building Data：IFCtoLBD、BOT ontology。
数据集：IFC 样例文件（buildingSMART、KIT IFC examples）。精选开放 BIM 数据集稀缺——注意这一局限；许多研究自行构建。
三、施工中的计算机视觉、点云与机器学习
点云：PDAL、Open3D、CloudCompare、PCL；摄影测量/SLAM：COLMAP、Meshroom。
基准/数据集：S3DIS、ScanNet、Semantic3D、KITTI（通用 3D/分割）；施工专用：SODA / MOCS / ACID（场地物体/工人检测）、Structured3D、建筑缺陷裂缝数据集（如 SDNET2018、METU concrete crack）——核实许可证与当前链接，并如实报告数据集规模/划分（AEC ML 数据集往往小而窄）。
ML 框架：PyTorch、TensorFlow/Keras、scikit-learn、Ultralytics YOLO；GNN：PyTorch Geometric/DGL。
四、结构 / FEM / SHM
OpenSees（地震/结构模拟，开放）、Code_Aster、CalculiX、FEniCS/FreeFEM（开放 FEM）；Abaqus/ANSYS（商业）。SHM 数据集：Los Alamos（LANL）benchmark、Z24 bridge、社区 SHM 仓库（核实）。
五、计算与生成式设计
Grasshopper/Rhino（+ Galapagos、Wallacei、Opossum、Octopus 用于优化）、Dynamo/Revit、Rhino.Compute、COMPAS（面向 AEC 研究的开放 Python 框架）、OpenSCAD/CadQuery（代码 CAD）。
六、施工管理 / 仿真 / 决策
DES：SimPy（Python）、AnyLogic（也支持 ABM）、Arena；ABM：NetLogo、Mesa（Python）、Repast。
调度/优化：Python pulp/OR-Tools、pymoo（多目标）、DEAP、Platypus。
MCDM：R MCDA/topsis、Python pymcdm、pyDecision；AHP 电子表格/ahpy。
七、文献计量、统计与定性分析
文献计量/科学映射：VOSviewer、CiteSpace、Bibliometrix/biblioshiny（R）、OpenAlex/pyalex、litstudy、Gephi（见 bibliometric-analysis）。
统计：R（tidyverse、lavaan/semTools 用于 SEM、psych）、Python（pandas、statsmodels、pingouin）、SmartPLS / seminr（R）/ plspm 用于 PLS-SEM、JASP/jamovi（免费 GUI）、SPSS/Stata（商业）。
定性：NVivo、ATLAS.ti、MAXQDA、Dedoose、Taguette（开放）、QualCoder（开放）。
参考文献管理：Zotero（开放）、Mendeley、EndNote（见 citation-formats）。
可复现性：Jupyter、Quarto/R Markdown、renv/conda/venv、Git、Docker、Binder。
八、引用软件与数据（必做）
引用版本与可用时的 DOI（Zenodo 归档发布版本；许多工具有“how to cite”/CITATION.cff）。在 BibTeX 中视为 @misc/software（见 citation-formats）。
数据集：引用作者/提供者、标题、版本、年份、仓库、DOI、访问日期；说明许可证与使用限制。
九、注意事项
核实可用性与许可证——链接与条款会变化；一些“开放”数据集限制商业/再分发使用。
报告数据集来源、规模与划分——小而单一来源的 AEC 数据集会削弱泛化性；应予说明。
为可复现性锁定版本（软件 + 库 + 气象文件）；差异会改变结果。
优先选择开放、可脚本化的工具以构建可复现流程；若使用商业工具，详尽记录设置以便他人复现工作流。