地理空间数据的共享是GIS中需要解决的一个关键问题,而实现共享的关键就是识别出不同来源的地图数据中的同名地理要素,并建立它们之间的逻辑映射关系。在以往的研究中存在两个问题,第一问题是以往的同名要素匹配模型是通过人工方式构建,因而不能保证该匹配模型是一个优化的模型；第二个问题是以往的研究中只是针对单个要素寻找其候选匹配要素,而没有考虑对多个要素同时考虑其候选匹配集。本文则针对这两个问题对面状地理要素进行研究和实验验证。针对第一个问题,本文提出利用遗传算法的思想实现对匹配指标的优化选取并构建匹配模型,即通过随机的方式将匹配指标构建成匹配模型,然后利用选择算子、交叉算子和变异算子对匹配模型进行运算,经过若干次迭代之后,最终得到一个适应度较高的匹配模型。针对第二个问题,本文提出对面状地理要素进行目标聚类,然后对聚类区域进行叠置建立映射关系,从而实现多个要素的候选匹配集的选取。本文选取居民地、行政区域和水系网三类极具代表性的数据作为实验对象,并得出以下结论：(1)基于遗传算法的匹配模型,能够根据具体的地理数据选取合适的指标构建匹配模型；通过匹配实验的结果可知：基于遗传算法思想构建的匹配模型能够识别出大部分的同名面状地理要素,因而证明这种方法的有效性。(2)基于目标聚类的匹配方法能够实现同时对多个要素候选匹配集的选取,同时有效的缩小单个要素搜索其候选匹配集的范围,从而减少了搜索的时间,提高了匹配的总体效率。本文的创新之处体现在两方面：一是利用遗传算法的思想构建匹配模型,从而代替了人工构建匹配模型的过程；二是利用聚类的方式实现同时对多个要素候选匹配集的选取。本文的科学意义在于将同名要素匹配和遗传算法的思想相结合,由以往的人工构建匹配模型转变为由算法构建匹配模型,从而为利用算法来自动构建匹配模型的发展提供进一步研究的基础；同时,采用目标聚类方式来确定候选匹配集,为匹配过程中候选匹配集的选取提供了一个新的思路。