地图不仅仅是空间信息的图形表达,它同时也是一件艺术品,因为地图中凝聚了地图设计、地图综合这样的创造性劳动及艺术加工。在数字化时代的今天,GIS已成为空间信息分析应用的主要工具,但空间信息在GIS中的最佳表示方式仍然是地图,能否快速地获取和更新地图数据是GIS能不能得到广泛应用的关键。如何充分利用现有的地图数据,就少不了地图综合,地图的数字化生产迫切需要地图综合自动化,自动地图综合已成为制约GIS发展的瓶颈问题。现在,地图综合由通用型面向几何特征的模型算法研究转向专业化面向地理空间特征的研究,产生了面向不同语义的要素综合,本文针对线性空间要素综合进行研究,并以水系为例设计了一个简单的综合系统。论文的主要工作包括:1、通过研究地图综合理论,分析地图自动综合所面临的挑战和智能化方法研究现状。研究了基于知识的地图自动综合策略,包括地图自动综合的知识表示、知识的形式化方法等,分析了基于知识的遗传算法在地图自动综合中可能的应用情况。2、分析了河系自动综合中的空间知识及其形式化方法,总结了河流选取中的规则性知识,从树状河系的结构特点出发,建立了面向河系空间知识的结构化河流数据模型。3、在分析河系自身特点以及河流选取基本原则基础上,运用遗传多目标优化算法对河流进行自动选取。该模型综合考虑了河流选取中的河流长度、河流间隔、河流的重要性等指标,同时兼顾了河流选取对河网总体结构特征的保持。4、设计了一个简单的河流综合系统,并以1:10万到1:25万的水系综合为例,进行了实验。