简言之，高性能计算平台(以下均简称”平台”)模拟中性粒子（目前为中子和光子）在代表真实世界实验装置的任意定义模型中随机移动。实验可以像金属球体一样简单，也可以像全尺寸核反应堆一样复杂。这就是所谓的蒙特卡罗模拟。在核反应堆模型中，中子尤其重要，因为它们是诱发铀和其他元素同位素裂变的粒子。了解中子的行为可以确定裂变发生的频率和地点。释放的能量与裂变反应速率成正比，因为大部分热量是由裂变产生的。通过模拟许多中子（数百万或数十亿），可以非常准确地确定这些中子的平均行为（或产生的能量的行为，或人们感兴趣的任何其他数量）。

    使用蒙特卡罗方法确定系统中各种物理量的平均行为与解决同一问题的其他方法大不相同。确定中子行为和反应速率的另一类方法是所谓的确定性方法。在这些方法中，出发点不是随机模拟粒子，而是编写一个描述粒子平均行为的方程。描述中子平均行为的方程称为中子输运方程。这个方程是一个七维方程（三个表示空间，三个表示速度，一个表示时间），很难直接求解。对于除了最简单的问题以外的所有问题，都有必要进行某种离散化。作为一个例子，我们可以把所有的空间分成均匀的小部分，然后在这些小部分上求解方程。在这些离散化和各种近似之后，人们可以得到适合于在计算机上求解的形式。其中包括离散坐标法、特征线法、有限差分扩散法和节点法。

    那么，为什么选择蒙特卡罗方法而不是确定性方法呢？每种方法都有其优缺点。让我们首先看看确定性方法的几个显著优点和缺点：

        优点：根据使用的方法，可以很快确定解决方案。

        优点：解决方案是一个全局解决方案，即我们知道每个地方的平均行为。

        优点：一旦问题收敛，就知道了解决方案。

        缺点：如果模型很复杂，则需要进行复杂的网格生成。

        缺点：需要生成多组横截面，这需要事先知道解决方案。

    现在让我们看看蒙特卡罗方法的优缺点：

        优点：构建几何体不需要网格生成。通过使用构造性实体几何，可以建立具有曲面的复杂模型。

        优点：蒙特卡罗方法可以用于连续能量或多组横截面。

        优点：并行运行仿真在概念上非常简单。

        缺点：因为它们依赖于重复的随机抽样，所以在计算上非常昂贵。

        缺点：模拟不会自动在任何地方为您提供全局解决方案–您必须明确要求您想要的数量。

        缺点：即使在问题收敛之后，也有必要模拟许多粒子以减少随机不确定性。

    由于蒙特卡罗方法在解决问题时采用的近似值较少，因此它通常被视为“金标准”，可作为通过确定性方法解决同一问题的基准。然而，这是以可能更长的模拟为代价的。