(GRS-634) Weiterentwicklung des Analysewerkzeugs SUSA Adaptive Monte-Carlo-Simulation basierend auf maschinellen Lernalgorithmen und Entwicklungen zur Plattformunabhängigkeit

Die GRS entwickelt und verwendet seit vielen Jahren das Analysewerkzeug SUSA (Software for Uncertainty and Sensitivity Analyses), um damit die mit einem Simulationsergebnis verbundene Unsicherheit zu quantifizieren und die Hauptursachen dieser Unsicherheit zu ermitteln. Auch außerhalb der GRS wird SUSA von vielen in- und ausländischen Institutionen genutzt.

Die in SUSA bisher bereitgestellten Methoden basieren auf Wahrscheinlichkeitsrechnung, klassischer Monte-Carlo-Simulation und statistischen Verfahren. Auf der Basis von Wahrscheinlichkeitsverteilungen für die nicht eindeutig festlegbaren (unsicheren) Eingangsparameter eines Simulationsprogramms können mit SUSA mögliche Wertekombinationen für diese Parameter ausgespielt und damit entsprechende Simulationsläufe gestartet werden. Die erzielten Simulationsergebnisse können dann bzgl. sicherheitsrelevanter Fragestellungen statistisch ausgewertet werden. So kann mit SUSA u. a. ein Toleranzintervall berechnet werden, das einen hohen Anteil (i. Allg. ≥ 95 %) der möglichen Werte eines sicherheitsrelevanten Simulationsergebnisses mit hoher statistischer Sicherheit (i. Allg. ≥ 95 %) abdeckt. Damit leistet SUSA eine wichtige und effiziente Unterstützung beim Nachweis der Sicherheitskriterien im Rahmen von sogenannten Best Estimate Plus Uncertainty (BEPU) Analysen. Außerdem lassen sich mit den in SUSA implementierten Methoden der Sensitivitätsanalyse die unsicheren Eingangsparameter mit den größten Einflüssen auf die mit einem Simulationsergebnis verbundenen Unsicherheit bestimmen.