狂妄少女历时5年，所得到的结论为最佳估算程序加不确定性分析的工程应用提供了宝贵的经验和建议。
近年来广泛发展了多学科、多尺度耦合最佳估算程序，相应的不确定性分析也提到议事日程。2006年OECD GAMA 组织开展了用于分析多学科、多尺度耦合分析过程中的不确定性分析研究。
2 不确定性评价方法
1989年，美国核管会（USNRS）修改了其管理导则，允许在ECCS分析中使用具有量化不确定性的真实模型。这促使了发展用于最佳估计（BE）程序分析LOCA的不确定性分析方法。为了支持和配合修订后的ECCS导则，由来自美国核管会、国家实验室、大学和工业界的9名专家组成一个技术小组，在著名热工水力和安全研究专家N.Zuber的领导下，提出和发展了程序模拟及其应用和不确定性评估（Code Scaling， Application and Uncertainty Evaluation Methodology， CASU）方法。随后，在OECD/NEA/CSNI的大力倡导下，各个国家提出并发展了不同的不确定性分析方法，主要方法如下：AEAW（英国），ENUSA（西班牙），IPSN（法国），GRS（德国）和UMAE（意大利）。总体来讲，以上不确定性分析的方法分为两大类：基于统计学方法的程序输入不确定性传播方法和输出不确定性的传播方法： ●基于统计学方法的程序输入不确定性传播方法
该方法的特点为：用户指定每个参数的变化范围，确定程序计算的数目，这与结果不确定性边界带的置信度水平相关。此方法建立在输入误差的传播基础之上，输入误差主要包含了程序模型的近似（见图1）。
图1 基于统计学方法的程序输入不确定性传播方法 ●基于程序输出传播基础之上的方法
通过相关变量的测量值和计算值的比较，从而给出不准确性的特性。计算的不确定性从试验设施传播到参考系统：利用准确性的外插得到不确定性。基本的假设为具有相关的试验数据，包含几乎所有在参考瞬态中预期出现的不确定性的来源；其他的不确定性来源必须另外通过合理的偏差进行考虑。该方法的主要特点是基于输出不确定性的传播，从先前模拟的相关试验数据进行误差的外插（见图2）。 图2 基于程序输出传播基础之上的方法 表1 不确定性方法
表 1给出各种不确定性方法的分类，接下来，本文对不确定性方法逐一进行描述，并给出各方法的步骤和忧劣性比较。
2.1 CSAU方法
CSAU方法有14个主要的步骤，分为3个重要的部分，见图3：
●要求和能力确定：这部分的目的是为了明确程序计算
特定事故的能力以及认识潜在的限制，其中的重要步骤为现象识别及其等级划分表（Phenomena Identification and Ranking Table， PIRT）建立，冻结版本程序的选择并具有完整的程序归档。
图3 CSAU不确定性分析方法
●参数评价及其等级排列：该部分最终给出第一部分所确认的不确定性参数的范围和概率分布，除此之外，更重要的是评价程序能够正确预测瞬态中所有现象的能力。 ●敏感性和不确定性分析：该部分最终给出不确定性评价结果。
尽管CSAU为评审最佳估算程序不确定性分析提供了一个系统庞大并严密的逻辑框架，但在实际应用中，CSAU一直受到技术上的质疑和批评，主要的问题如下： -CSAU主要针对PCT计算的不确定性评价，没有证明其一般的应用；
-过度应用工程经验和判断；
-在不确定性来源的确定中忽略了太多的热工水力现象； -在得到输出不确定性结果时，使用的响应面方法和统计没有得到合理的应用，另外，响应面的拟和也必然带来新的不确定性。
2.2 UMAE方法/CIAU方法
UMAE的基本思想为：通过比较，得到相关试验数据值
与计算预测值的准确性，在此准确性基础上加以应用。试验数据必须来自相关的试验设施。计算结果必须来自合格的程序和节点。这就不需要选择输入的不确定性，而且，最终的不确定性范围来自处理的结果，不需要主观的评价。 不确定性的内部评价CIAU方法的思想源于1996年，采用UMAE的基本方法。
CIAU的灵感来自于两点：核电厂状态方法（类似状态导向规程SOP相关概率）以及临界热量密度查询表（CHF LOOK-UP TABLE），这在如下的方法描述中有所体现。 CIAU简单的流程图如图4所示，其中包括两个主要的部分。前一部分给出方法的建立，后一部分给出方法的应用。CIAU的建立得益于UMAE不确定性方法建立过程中所取得的经验。
方法的建立必须具有合格的试验数据，合格的系统程序计算结果和假想的瞬态，瞬态包括电厂状态的定义，与不确定性计算相关的变量选择。需要试验数据的支持。合格的程序结果则表示，合格的程序在合格的计算机/编译器上运行，合格的使用者使用合格的节点进行计算。程序结果的合格水平通过定性和定量的方法进行评价，使用FFTBM方法。 该方法的主要缺点为：结果无法得到不确定性的来源（不可能分辨出输入对输出误差带的影响），另外，结果的准确性受现有的误差数据库的大小所限。
图4 CIAU不确定性方法 图5 GRS方法
2.3 GRS和IPSN方法，ENUSA方法
GRS和IPSN方法，ENUSA方法的思想基本一致，仅在处理过程中选取输入参数的类型上有所区别。该类方法有能力考虑输入参数不确定性的影响，其中包括计算机程序模型，初始和边界条件，其他应用的特定输入数据和数值算法。它们建立于成熟的概率计算和统计方法的概念和工具之上。现着重介绍GRS方法。
GRS方法可应用于任何的计算机工具，不需要对程序做任何的修改。分析完全建立于模型输入参数的统计变量之上，包括计算机模型，初始条件和边界条件以及数值计算等输入参数，程序的任何输出参数的误差裕量都可获得。 GRS方法包含两个部分，见图5。
整体试验（Integral test）：事故的选择，瞬态中重要现象的认识和等级划分，对于选取的不确定性参数指定其概率分布函数，然后完成对整体试验的不确定性分析。该部分的步骤如下：
●选择相关的整体试验（步骤1-3）
●确定瞬态主要现象和相对应的计算机程序模型（步骤4、5）
●分析所有的模型参数和初始条件、边界条件，找出影
