一直以来，游戏被称为人工智能的“试金石”。环境游戏是一种模拟现实企业投资过程的计算机游戏。在虚拟的投资过程中，投资者不仅要考虑企业投资的收益问题，即经济效益问题，而且还要考虑由于企业的发展，对周边环境所产生的影响，而环境的变化反过来又影响了企业的发展等问题，也就是从长远角度来看，企业的可持续发展问题。为了使游戏能更好地模拟现实投资过程，并增加游戏的趣味性，本文利用遗传算法与神经网络对环境游戏中的参数进行优化并对投资者行为进行模拟。主要工作分为以下几个方面：基于遗传算法的参数寻优。在投资过程中，尽管风险和收益不一定成正比关系，但是一般来说，风险越大收益也越大,当然风险越大损失可能也越大。这种关系在游戏中是通过对不同投资策略中的参数进行设定来体现的。如果参数设定不合理，就无法体现不同投资策略间的差异，也就使得不同投资者在使用不同投资策略时体会不到彼此之间的差异，当然也就会使得游戏失去吸引力。本文利用遗传算法寻优的原理，将收益最高的投资者交替的次数、每一轮投资中投资者的资金分散程度、环境状态与初期状态相比较是好还是坏和为防止环境污染所作贡献的奖励次数作为适应度函数的参数。通过寻找游戏中不同投资策略的合理的收益和损失参数，使得投资风险和收益的关系得以更好地体现，从而使得游戏更有趣。基于神经网络的投资行为学习。本论文在使用遗传算法寻优时，每一个染色体的适应度值的求解都需要用到执行一轮游戏之后的结果，染色体的个数往往多于100个，这样就需要至少执行游戏100轮（一般一轮需要2个小时），在设计游戏之初是难以找到如此有耐力的投资者的，为此，本文用神经网络学习投资者的投资行为和他的投资习惯，在遗传算法中利用神经网络模型来代替投资者进行投资，这样避免了可能的多次重复的模拟投资过程，使得基于遗传算法的参数寻优得以实现。文中给出了一些实验结果，从实验结果可以看出神经网络能很好地模拟一个人的投资行为。代码实现：用Visual Basic 6.0编写了环境游戏系统，该系统用户界面友好，使用方便,在虚拟投资过程中可以形象地说明环境保护的重要性，特别是这个系统中的游戏者可以是一个或多个神经网络。