网流系统在经济社会中具有举足轻重的作用。目前对网流系统进行建模的方法很多，但大多数建模方法只对系统进行一些静态的描述。为了更好地分析和设计网流系统，建立恰当的系统模型，对优化系统运行是非常必要的。 本文从已有网流系统建模方法的局限性出发，结合现代网流系统的特征，利用Francesco Luna的感知器与异或问题的思想，将人的意识用感知器对应的逻辑函数进行描述，节点之间连接关系的不可感知性映象为异或函数，提出网流系统的一种新的建模方法。 复杂系统中流的特性是通过动态过程加以表现的，流的形成是节点之间动态博弈的结果。流质在选择注入节点时有一定选择性，这种选择性类似于“人的意识”作用。流在一定空间进行流动，它所处的环境、形成的结构以及流动的过程都随着时间不断发生变化。因此，流的动态特性是建模时首先应该考虑的问题。网流空间中各个节点的连接状态是不确定的，节点与节点间的连接关系预先不可感知，这种不可知性可以映象为异或函数；节点在形成流的通路时，并不是所有节点都可以成为通路上的点，流质通路的形成在一定程度上体现了人的“智能性”，这种选择能力用逻辑函数来映象。在判断节点间的连接关系时用扩大了的“神经网络”拟合异或函数，这是网络的学习过程，也是一个不断进行博弈的动态过程。 本文给出了网流系统中路径优化的一种算法，在通过动态博弈得到节点与节点之间的连接关系后，使用这种优化算法得到最优通路。这种路径优化方法可以直接由运算结果确定网流的通路，不再需要反推最优路线。 采用Swarm仿真平台对上述建模方法进行了仿真实验。利用感知器异或函数获得了节点之间不断优化的连接关系，然后得到最优路径图。并用Luna的基准表对仿真结果进行了分析，指出具有不同感知能力的节点在空间上的分布是系统产生不同最优路径的隐秩序体现。