罗兰C是一种广泛用于航海、航空、公路交通等领域的陆基中远程无线电导航系统。然而,低频地波传播时延误差限制着罗兰C系统的定位精度,对传播时延进行有效修正可提高罗兰C定位精度。低频地波传播时延修正的理论预测是传播时延修正的主要方法,而大地等效电导率的精度又是影响修正量理论预测精度的主要因素。因此获取罗兰C覆盖区的大地等效电导率分布,对提高罗兰C传播时延修正具有重要意义。本文研究了利用传播时延修正实测数据反演大地等效电导率的方法。以低频地波传播时延修正理论预测算法为前向算法,把反演问题转换为优化问题,在对遗传算法和免疫算法分析研究的基础上,提出了结合混沌和遗传的混沌免疫遗传克隆选择算法(CIGCSA)。具体内容如下：本文首先介绍了低频地波传播时延计算的理论方法,重点对基于均匀光滑路径的留数级数法和基于分段不均匀路径的Millington经验公式法进行编程实现与仿真分析。其次,对智能优化方法中的遗传算法和免疫算法的理论基础和实现方法进行了研究,通过对测试函数的优化分析了两种算法的优劣。而后将两种算法结合并对算法进行改进,提出了混沌免疫遗传克隆选择算法(CIGCSA):该算法引入排序和交叉算子来提高算法的局部搜索能力；同时还引入混沌算子来增加种群的多样性,提高算法全局搜索能力和收敛速度。最后,将CIGCSA算法应用于大地电导率的反演中,从仿真实验可以看出,基于CIGCSA的分段不均匀光滑路径反演出的电导率稳定性好,可靠性高,误差小。本文的研究结果可为我国大地等效电导率的反演提供一定参考。