यह शोधपत्र साइबर-भौतिक प्रणालियों में मापदंडों को मैन्युअल रूप से समायोजित करने की चुनौतियों का समाधान करने के लिए बायेसियन ऑप्टिमाइज़ेशन (बीओ) की व्याख्यात्मकता समस्या पर विचार करता है। मौजूदा बीओ की अंतर्निहित ब्लैक-बॉक्स प्रकृति, जो विशेषज्ञों के लिए उनकी सिफारिशों की व्याख्या करना कठिन बना देती है, को संबोधित करने के लिए, हम एक नवीन एल्गोरिथम, टीएनटीरूल्स, प्रस्तुत करते हैं। वितरित प्रूनिंग तकनीकों और पदानुक्रमित एग्लोमेरेटिव क्लस्टरिंग का लाभ उठाते हुए, टीएनटीरूल्स बीओ सिफारिशों के लिए वैश्विक और स्थानीय स्पष्टीकरण प्रदान करता है, क्रियाशील नियम और दृश्य ग्राफ़ उत्पन्न करता है जो इष्टतम समाधानों और संभावित वैकल्पिक समाधानों की सीमाओं और सीमाओं की पहचान करते हैं। एक बहु-उद्देश्यीय अनुकूलन दृष्टिकोण स्पष्टीकरणों की गुणवत्ता को अधिकतम करता है, और हम प्रयोगात्मक रूप से प्रदर्शित करते हैं कि टीएनटीरूल्स सटीकता, पूर्णता और संक्षिप्तता के मामले में मौजूदा एक्सएआई विधियों से बेहतर प्रदर्शन करता है।
