تُعتبر عملية التعميم الخرائطي أساسية في إنشاء تمثيلات خرائط متعددة المقاييس، حيث تسعى لتحقيق توازن بين الحفاظ على المعلومات ووضوح الخرائط. ومع ذلك، تُشكل الأتمتة في هذه العمليات تحديًا، نظرًا لأن الأساليب الحالية غالبًا ما تعالج تقييم التشابه المكاني (spatial similarity)، القيود الخرائطية (cartographic constraints)، وتحسين المعلمات (parameter optimization) كعمليات منفصلة، مما يحد من التحكم التكيفي والقابلية للتفسير بين المقاييس.

في هذا السياق، قام الباحثون بصياغة عملية التعميم الخرائطي كمشكلة تحسين متعددة المقاييس تجمع بين تقنيات متعددة للتشابه. تمتلك هذه الطريقة إطار عمل يستند إلى التشابه لتمكين التحكم التكيفي في عملية التعميم. حيث يتم دمج التشابه المكاني من عدة مقاييس كهدف تحسين، مما يتيح قياس الاتساق بين البيانات الأصلية والمبسطة، بينما تضمن القيود الخرائطية الحفاظ على سهولة القراءة وسلاسة الأشكال وصلاحيتها الهندسية.

من خلال تحسين دالة موضوعية موحدة، يتم التعرف تلقائيًا على تكوينات المعلمات المعتمدة على المقياس لأدوات التعميم المختلفة. أظهرت التجارب التي استخدمت تقنيات تبسيط الخطوط المتعددة، المقاييس المستهدفة، ومقاييس التشابه بما في ذلك المقاييس الهندسية، الهيكلية، والمعتمدة على التعلم، أن الإطار المقترح يحقق توازنًا فعّالًا بين الحفاظ على التشابه وتجريد الخرائط.

تشير النتائج إلى أن دمج تحسين التشابه مع القيود الخرائطية يوفر تحكمًا أكثر اتساقًا وقابلية للتفسير بالمقارنة مع الاعتماد فقط على تقييم التشابه. يوفر هذا البحث منظوراً موحداً في تحسين التقييم، نمذجة القيود، وضبط الخوارزميات، مما يساهم في تطوير التعميم الخرائطي التكيفي والمُؤتمت.