《Insects》：Explainable Classification of Different Coloration Stages in Cherry Fruits Using a Hybrid RF-ACO Model Based on Pomological and Cherry Fly Data
编辑推荐：
樱桃果实着色过程影响果实品质和樱桃实蝇（Rhagoletis cerasi），这对樱桃实蝇等主要害虫的寄主偏好至关重要。在本研究中，研究人员采用随机分类方法，基于果实学特性（pomological characteristics）和樱桃实蝇密度数据，对樱桃果实
樱桃果实着色过程影响果实品质和樱桃实蝇（Rhagoletis cerasi），这对樱桃实蝇等主要害虫的寄主偏好至关重要。在本研究中，研究人员采用随机分类方法，基于果实学特性（pomological characteristics）和樱桃实蝇密度数据，对樱桃果实的五个不同着色阶段进行分类。研究人员开发了一种结合随机森林（Random Forest, RF）和蚁群优化（Ant Colony Optimization, ACO）算法的可解释混合模型。研究中，研究人员从埃拉泽省（Elaz??）四个不同樱桃园收集了Ziraat 900品种的果实样本，涵盖五个不同着色阶段。研究人员测定了重量、宽度、长度、高度、果梗长度、硬度、种子重量、可溶性固形物含量（Soluble Solids Content, SSC）、NaOH和酸度等果实学特性，并记录了成年樱桃实蝇密度。在提出的方法中，研究人员利用ACO算法优化RF算法生成的候选决策规则，并选择最具区分力的规则集。结果表明，所提出的RF-ACO模型实现了99.48%的准确率，表现出优于许多常见机器学习方法的性能。特征重要性分析显示，SSC、樱桃实蝇密度、NaOH和酸度是分类过程中最有效的参数。该模型不仅通过生成可解释的IF-THEN规则提供了高精度，还允许专家对决策过程进行解读。这些发现为开发用于确定樱桃成熟期和控制樱桃实蝇的决策支持系统做出了重要贡献。
**论文解读：基于混合RF-ACO模型的樱桃果实着色阶段可解释分类研究**
**1. 研究背景与问题**
樱桃果实成熟过程中，着色变化是品质最直观的指标，直接影响商业价值，同时也显著影响主要害虫——樱桃实蝇（Rhagoletis cerasi，双翅目：实蝇科）的寄主选择与产卵行为。该害虫幼虫取食导致果实腐烂、早落，在不采取有效防控措施时，经济损失可达100%。由于杀虫剂仅能在产卵前有限窗口期有效，因此精确确定防控时机对综合害虫管理（Integrated Pest Management, IPM）至关重要。已有研究表明，果实着色、可溶性固形物含量（SSC）、酸度、硬度等果实学特性显著影响R. cerasi的寄主选择，但现有研究多局限于单一着色阶段识别或害虫密度分类，缺乏对全部五个着色阶段（从无色到全红）进行同步、高精度且可解释的多分类。此外，许多高性能机器学习模型（如深度神经网络）是“黑箱”，难以被农业专家信任和验证。因此，迫切需要开发一种兼具高分类准确率与透明可解释性的决策支持系统，以帮助农民确定最佳收获时机并制定靶向害虫防治策略。本研究发表于《Insects》。
**2. 研究内容与结论**
研究人员基于Ziraat 900品种甜樱桃（Prunus avium），在土耳其埃拉泽省（Elaz??）四个商业果园（Harput 1、Harput 2、Baskil 1、Baskil 2）进行田间采样，涵盖五个不同着色阶段：Scale 1（无色，NC）、Scale 2（浅粉，LP）、Scale 3（中粉，MP）、Scale 4（粉红，PR）、Scale 5（全红，FR）。共收集381个果实样本，测定10项果实学特征（重量、宽度、长度、高度、果梗长度、硬度、种子重量、SSC、NaOH、酸度），并同步记录黄色粘性诱捕器捕获的成年樱桃实蝇密度。研究人员提出一种混合随机森林（RF）与蚁群优化（ACO）的框架：首先利用RF生成大量候选决策规则，再通过ACO算法筛选出最紧凑、信息量最大且非冗余的规则子集，最终生成可解释的IF-THEN规则。结果表明，该RF-ACO模型实现了99.48%的分类准确率，优于14种常用机器学习算法（如LMT、Bagging、K*等）。特征重要性分析显示，SSC（约36%）、樱桃实蝇密度（>30%）、NaOH和酸度是最关键的分类参数。该模型不仅提供了高精度，还通过可解释规则使专家能透明地理解决策过程，为樱桃成熟期判定和害虫防控提供了实用工具。
**3. 关键技术方法**
样本来源：土耳其埃拉泽省四个商业甜樱桃园（Harput 1: 38.70°N, 39.25°E, 海拔约1180 m；Harput 2: 38.72°N, 39.28°E, 海拔约1210 m；Baskil 1: 38.55°N, 38.82°E, 海拔约980 m；Baskil 2: 38.58°N, 38.85°E, 海拔约1020 m），均种植Ziraat 900品种，树龄10–15年，采用滴灌和标准冬季修剪。主要方法：① RF算法生成候选决策规则：基于N棵决策树，从根节点到叶节点的路径转化为区间型规则，形成庞大规则池；② ACO算法优化规则选择：人工蚂蚁根据信息素和启发信息搜索规则组合，适应度函数最大化总体准确率并惩罚假阳性（FP）率（权重系数4.0），选出8–20条最紧凑、高区分力的规则；③ 输出可解释IF-THEN规则，供专家解读。
**4. 研究结果**
**特征重要性分析**
通过RF基规则生成过程的特征重要性排序，化学和生物学参数主导决策。SSC重要性得分约36%，为最强区分特征；总捕获樱桃实蝇数（TotalInsectCaught）影响因子超过30%；NaOH和酸度也具有显著权重。形态学特征（长度、果梗长度、高度等）和物理属性（重量、硬度）重要性较低。
**模型准确率比较**
提出的RF-ACO模型以99.48%准确率位列第一，优于LMT和RF（均为98.42%）、Tree、Bagging、K*等树/集成算法，以及SimpleLogistic、MultilayerPerception、Logistic、NaiveBayes（均97.64%）、Jrip（97.11%）、HyperPipes（91.83%）、MultiClassClassifier（90.55%）、SMO（79.99%）和LWL（68.50%）。
**混淆矩阵分析**
在373个测试样本中，模型仅出现2个错误，总体准确率99.46%。FR、LP、MP、PR四类均达到100%准确率（68/68、74/74、80/80、88/88）；NC类中71个样本有69个正确预测，仅2个误判为PR类。误判的减少归因于适应度函数中FP惩罚机制的有效性。
**类间性能指标**
Precision、Recall和F1-score在各类别上均稳定在0.97–1.00之间。FR、LP、MP三类所有指标均为1.000；NC类Recall为0.972（因少数样本与PR混淆），PR类Precision为0.978（因NC类样本被误标为PR），但所有类别F1-score均≥0.986，表明模型具有高度平衡且可靠的分类能力。
**Precision-Recall曲线与ROC曲线**
所有类别的Precision-Recall曲线均聚集在右上角（坐标1.0, 1.0），覆盖大面积，表明模型在保持高召回率的同时维持高精度，且假阳性率极低。ROC曲线显示，FR、LP、MP、PR四类的曲线下面积（AUC）均达到完美的1.00，NC类为0.99，表明模型对各类别均具有近乎理想的区分能力。
**可解释规则示例**
表2展示了部分高精度IF-THEN规则（准确率100%），明确揭示了SSC、NaOH、酸度、硬度等参数组合的阈值，用于区分不同着色阶段（如PR、NC、LP、MP）。这些规则可被专家直接审计和验证，避免了黑箱问题。
**5. 讨论与结论**
讨论部分指出，RF-ACO模型的高性能源于对RF规则池的ACO优化及FP惩罚机制，显著提升了类间区分度。SSC、樱桃实蝇密度、NaOH和酸度的关键作用证实了果实成熟度与害虫密度之间的强关联，特别是第二着色阶段（浅粉期）是害虫产卵的关键生理窗口，此时果实快速积累糖分（SSC约13.9–15.6%）并伴随酸度下降，刺激了R. cerasi的寄主选择。模型在四个不同海拔和微气候的果园均表现稳健，但其生化阈值基于Ziraat 900品种，未来需多年度采样和跨品种验证。从农业应用角度，该模型可帮助技术人员精准确定着色阶段，优化靶向喷雾时机，减少农药滥用和环境影响。
**研究结论**
本研究开发了一种独特的混合RF-ACO模型，用于基于果实学特性和樱桃实蝇密度数据同时进行樱桃果实五个着色阶段（Scale 1–5）的多分类。该模型消除了传统机器学习“黑箱”结构的缺点，成功实现了高分类准确率（99.48%）和可被专家解读的透明决策机制。实验结果显示，该模型超越了14种常用机器学习算法。特征重要性分析表明，SSC（影响因子36%）和总捕获昆虫数（樱桃实蝇密度，影响因子>30%）是最具决定性的变量，NaOH和酸度紧随其后，而形态学和物理特征区分力较低。模型生成的高精度IF-THEN规则在数学和逻辑上验证了变量组合形成目标类别的阈值。未来研究将反转预测架构，利用易获取的非破坏性视觉和物理特征（如着色阶段和果实尺寸）作为输入，预测难以测量的内部生化属性和实时R. cerasi infestation风险，促进模型集成至物联网（IoT）田间传感器网络和自主智能害虫管理（IPM）系统。
