尽管目前五子棋,国际象棋,围棋等博弈程序已经取得了较大成功,但是中国象棋由于起步晚,复杂度高,仍然有许多技术难题未被解决。本文在对已有的中国象棋电脑博弈软件作了分析和研究的基础上,试图作一些改进。由于博弈算法一般都是建立在α-β剪枝算法的基础上,所以我们也采用了同样的框架。不过,我们多增加了几层搜索,并采用了内部迭代和优化。我们的方法不会影响搜索结果,但剪枝更多,所以效率有了明显提高。另外,本文采用了多种启发算法,如置换表启发、静态评价启发、杀手启发、历史启发等。我们根据它们的重要性不同定义不同的优先级。这样做的目的是为了进一步优化走法顺序,从而更好地优化α-β剪枝策略。目前已有的博弈算法大多都采用神经网络来调整评估函数,本文也采用同样的策略,但加入了规格化、约束法、交手法等方法来进一步选择合适的评估函数。这也是我们的技术要点。我们用这个软件进行了人机对弈实验。实验结果表明,但很多情况下,电脑可以战胜水平较高的象棋棋手,但不战胜顶尖高手乃至大师级的棋手。