面向目标组合优化的深度敏感性分析

病原体控制是现代家禽养殖的关键环节，对公共卫生和生产效益均具有重要意义。通过有效的家禽管理措施降低禽群中的病原体水平，可减少食源性疾病风险，从而促进食品安全。同时，这些措施通过预防可快速传播并影响禽群生长、产蛋率及整体健康的传染性疾病，支持动物健康与福利。本研究将寻找能最小化多种病原体存在的最优管理实践问题建模为组合优化问题。具体而言，我们将各种可能的管理设置组合建模为一个解空间，通过高效搜索可识别出能最优降低病原体水平的配置。该设计融合了一种基于神经网络反馈的方法，将特征解释与全局敏感性分析相结合，以确保多目标场景下的组合优化。初步实验在应用于两个真实农业数据集时取得了有希望的结果。尽管仍需进一步验证，但这些早期实验发现表明，该模型有能力推导出目标特征交互，从而在变化的现实约束下自适应地优化病原体控制。