机器博弈作为人工智能研究的重要分支，可研究的内容极为广泛，而当前对中国象棋博弈的研究也在不断地发展着。通过对本人硕士期间完成的中国象棋程序“GoldFriend”的数据结构、搜索算法与评价函数的描述，以及对所采用的数据结构、搜索方法进行基于测试数据集的分析和检验，阐述中国象棋程序的设计及实现的原理和方法。　　 本文介绍现在计算机博弈中主流的搜索算法，并将它们有机的结合起来，给出一个搜索的主体框架，为博弈树研究者提供启发和参考。本文针对中国象棋博弈中较为高效的α-β剪枝算法进行研究，依据α-β剪枝的效率与子节点扩展的排列顺序高度相关的事实及中国象棋自身的特点，从优化着法的排列顺序入手，设计启发能力较强的着法排列方案，并进一步提出扩大窗口的内部迭代加深算法对上述着法排列方案进行修正，从而使着法顺序得到进一步的优化。本文还提出了MWR算法针对零窗口节点进行剪枝。实验数据表明，本文提出的方法可以明显提升搜索算法的效率。