电子导航已经在人们出行方面发挥着重要作用，成为人们出行不可或缺的一部分，对其相关技术的研究也备受重视。作为电子地图的核心关键，路径规划问题一直以来就受到许多学者的研究。在当前，国家致力于大力发展城市道路，从整体上为群众出行提供了极大的便利。但是，对道路的不熟悉、堵车等情况会严重影响群众的出行效率及周边空气质量。因此，研究最低耗油路径问题具有十分现实的意义。在上述的背景下，本文对改进免疫遗传算法（AIGAES）及其在路径规划中的应用进行了研究。免疫遗传算法是以遗传算法为基础，同时引入免疫功能的算法。目前已被广泛的应用于函数优化、组合优化、自动控制、机器人学习等多个领域。针对目前汽车行驶最低耗油路径规划问题，本文提出了一种改进的免疫遗传算法-基于示范抗体注射的免疫遗传算法，该算法在保留基本遗传算法全局搜索能力的基础上，引进了生物免疫系统的免疫应答、抗体注射等机制，同时，使用了新的抗体浓度计算方法（比例计算法）、插入算子等，并将其应用于汽车行驶最低耗油路径规划问题中。根据对以往道路数据的分析，结合道路路面特性与速度之间的关系，确定行驶速度与油耗函数。本文以南昌市东部的部分区域作为执行环境，并应用拓扑算法构建道路网的拓扑关系。为了节省内存并易于免疫遗传算子的操作，文中主要采用符号编码方式。结合道路实际情况，使用了新的适应度函数，该函数同时考虑道路长度、行驶速度、速度与油耗函数等因素，使得仿真环境更加真实。为了加快算法的计算速度，提升寻优能力，定义了道路节点的选择算子、交叉算子、变异算子以及插入算子。论文在第五章使用VISUAL C++6.0及sql server2000平台，对最低耗油电子地图路径规划问题进行实时仿真实验。在同一时间段仿真中，将GA及AIGAES进行了深入比较，AIGAES比GA的收敛速度快且搜索到的最低耗油路径耗油量相对较低。将仿真得到的数据进行实地行驶操作，结果显示最低油耗路径规划能很好的胜任路径规划问题，实用性很强。