随着金融市场的全球化、一体化、自由化,金融市场中的资金流动也相应的呈现自由化、全球化。在整个金融网络中,除正常资金流动之外,还存在黑钱、热钱等异常的资金流动。如何合理有效地对金融市场进行监测与监管,保护正常的金融行为并及时识别其中的非法资金流动行为,一直是学者们关注的问题。在对异常资金流动进行监测研究的过程中,由于银行保密等诸多因素,得不到真实的金融交易数据。即使采用这些真实的数据,由于银行间的数据格式不同、数据断裂等原因,直接用于研究也是困难重重。利用传统的仿真交易平台通过人工来构建这样一个庞大的数据仓库显然是不现实的。因此,本文致力于通过人工智能仿真与虚拟现实等计算机技术,为异常资金流动监测方法的研究提供一个金融网络环境下的资金流动仿真平台。本文的主要工作如下:首先,在对金融网络中的交易主体进行分类分析和对其特征数据进行统计分析的基础上,设计并构建了大量的角色模板;在完成对全国行政区域编码入库后,建立了大量的基于地域识别、身份类型识别的角色原型账号模板;在确定了金融网络中交易主体仿真角色Agent的个体模型后,对不同类别的角色Agent分别设计了其相应的决策模型和行为方法。其次,在角色Agent的行为约束方面,利用Drools规则引擎中的领域语言和决策表对不同类别的仿真角色主体制定了其大量的相应的角色交易规则;利用COM+组件技术、多线程开发等技术,实现了三层C/S结构模式的金融网络环境下资金流动仿真系统的网络架构;并且对异常资金流动监测的各种行为准则进行了量化处理,以实现对资金流动行为的监测。最后,完成了原型系统的开发;同时对所得到的结果数据进行了分析总结;并对系统的进一步完善提出了一些建议。