道路选取是道路综合中的常用方法，以路划（由路段连接构成的单元）作为基本选取单元，有助于保持道路网络的主体结构。因此，生成合理的路划对道路选取结果的质量至关重要。现有路划生成方法主要分为三类：基于几何特征（如连续性）、基于专题特征（如路段名称）、以及几何与专题相结合的方法。由于专题信息往往难以获取，基于几何特征的方法应用更为广泛。其中，依据格式塔连续性原理生成路划是最常见的几何方法。然而道路的连接性判断受到多种格式塔原理的共同作用。这种综合多因素形成整体认知的能力，体现了一种自然智能。引入此类智能，可引导算法生成更符合认知习惯的路划结构。本研究考虑格式塔连续性与相似性原理的联合效应，基于排列熵构建了度量模型，并提出路划生成方法。在模拟数据与真实数据上的实验表明，本方法所生成的路划结果与预设的正确结果一致；而对比方法在路段间复杂性差异增大（相似度降低）时逐渐失效。在真实道路网上的实验进一步表明，基于本方法生成路划后的道路选取效果优于对比方法，能更好地保持道路网的主体结构。结果表明，所提出的路划智能生成方法，能够通过有效度量连续性与相似性的联合效应生成更合理的路划，进而提升道路选取的效果。

格式塔原理,路划,智能生成,道路选取