A. 马捉车或有根的炮兵(卒)； 　　　　B. 车捉有根的马炮兵(卒)； 　　　　C. 炮捉车或有根的马兵(卒)。 　　尽管 ElephantEye 在复杂的情况可能无法正确识别长打，但由于支持UCCI命令 banmoves ... ，一旦用户认为引擎走了“长打”的禁着，可以用《象棋巫师》的“设置禁着”功能让引擎强制变着。 五、博弈算法 　　ElephantEye 属于偏向蛮力的象棋程序，使用了严谨而有效的博弈算法： (1) 使用位行和位列的着法生成器： 　　位行(BitRanks)和位列(BitFiles)有利于滑动棋子(车和炮)的着法(尤其是吃子着法)生成，位行和位列可以用查表来代替在射线上做的循环运算。在ElephantEye 中，位行和位列的技术不仅用在着法生成器中，也用到了牵制的判断上。 (2) 静态局面搜索： 　　在做静态搜索时，ElephantEye 搜索了吃子或解将的着法，在搜索吃子着法时，ElephantEye 过滤掉不重要的吃子，例如吃不过河的兵、吃不处于防守中的士象等着法，都不在静态搜索的范围之内。 (3) 循环着法和长将检测： 　　ElephantEye 可以识别循环着法，出现循环着法时可以判断哪方为长将，并且会利用禁止长将的规则来谋求优势，但目前 ElephantEye 还无法识别长捉。 (4) 置换表： 　　ElephantEye 参考了中国象棋程序“纵马奔流”的设计思路，使用深度优先和始终覆盖的双层置换表，并采用低出(高出)边界修正的置换表更新策略。 (5) 带检验的空着裁剪： 　　ElephantEye 使用 R=2 的空着裁剪，在残局阶段使用带检验的空着裁剪。 (6) 迭代加深/吃子着法/杀手着法/历史表启发： 　　ElephantEye 的着法排序非常简单清晰，依次是迭代加深着法、好的吃子着法、杀手着法和按历史表排序的生成着法。 (7) 将军/唯一应将延伸： 　　在选择性延伸上，ElephantEye 采用了将军和唯一应将延伸。 (8) Alpha-Beta主要变例搜索： 　　ElephantEye 使用传统意义上的递归式Alpha-Beta主要变例搜索。 (9) 开局库： 　　ElephantEye 的开局库共包含了10,000个对称着法，是从1990年到2005年全国象棋个人赛、团体赛、五羊杯、联赛等8,000局顶尖比赛中提取的。 (10) 后台思考和时间分配策略： 　　ElephantEye 支持后台思考功能，同时提供了时段制和加时制两种时间分配策略，会自动合理分配时间。 六、开局库 　　ElephantEye 的开局库可由“ElephantEye 开局库制作工具”制作。运行制作工具后，首先要选择PGN棋谱所在的文件夹，然后保存为开局库文件(通常是 BOOK.DAT)。通常，用来生成开局库的棋谱数量越多，生成的开局库文件就越大。 　　为了使制作的开局库对 ElephantEye 生效，只需要把生成的开局库文件替换掉 ElephantEye 目录下的 BOOK.DAT 即可，也可以在《象棋巫师》的“引擎设置”对话框中指定开局库文件。 七、局面评价函数库 　　ElephantEye 从2.1版开始，程序的搜索部分和局面评价部分就分离了，搜索部分通过调用API函数的形式与局面评价部分耦合。 　　其他象棋程序设计师可以在 ElephantEye 的基础上更自由地发挥。根据LGPL协议，搜索和局面评价这两个部分都作为独立的程序库，运用其中任何一部分都只需要公开该部分的源程序即可。换句话说，如果局面评价部分没有使用任何开放代码，那么程序设计师就没有义务公开这部分的源程序，搜索部分也是如此。 　　ElephantEye 的局面评价API函数接口定义如下： 　　　　A. 局面评价引擎名称：const char *GetEngineName(void); 　　　　B. 局面预评价函数接口：void PreEvaluate(PositionStruct *lppos, PreEvalStruct *lpPreEval); 　　　　C. 局面评价函数接口：int Evaluate(const PositionStruct *lppos, int vlAlpha, int vlBeta); 　　其中 PositionStruct 和 PreEvalStruct 必须分别符合 position.h 和 pregen.h 中定义的结构。　　　　 八、源程序 　　ElephantEye 的源程序包括9个模块，内容大致为： (1) ucci.h/ucci.cpp 　　UCCI命令解释模块，包括 Windows 和 Unix 下的行输入接收程序；

上一页下一页