怎樣編制黑白棋(3)估值函數
 這是一個程序中最重要的部分，如果這個模塊太弱，則就算算法再好也沒有用。這里將要敘述三種不同的估值函數范例。大多數的黑白棋程序都可以歸結于此。  
棋格表 
    這種算法的意思是，不同的棋格有不同的值，角的值大而角旁邊的格子值要小。忽視對稱的話，棋盤上有10個不同的位置，每個格子根據三種可能性賦值：黑棋、白棋和空。更有經驗的逼近是在游戲的不同階段對格子賦予不同的值。例如，角在開局階段和中局開始階段比終局階段更重要。 

    一般認為，采用這種算法的程序總是很弱，但另一方面，它很容易實現，于是許多程序開始采用這種逼近。并且，對于許多程序設計者來說，它有能力使程序強到擊敗它的創造者... 
 
基于行動力的估值 
    這種更久遠的接近有很強的全局觀，而不像棋格表那樣局部化。觀察表明，許多人類玩者努力獲得最大的行動力(可下棋的數目)和潛在行動力(臨近對手棋子的空格，見技巧篇)。如果代碼有效率的話，可以很快發現，它們提高棋力很多。和另一種人類的策略一樣，許多基于行動力估值的程序同時還有一些邊角配置的知識，試圖在中盤早期使棋子最少。
 
基于模版的估值 
    正如上面提及的，許多中等力量的程序經常合并一些邊角判斷的知識，最大行動力和潛在行動力是全局特性，但是他們可以被切割成局部配置，再加在一起。棋子最少化也是如此。 這導致了以下的概括：在估值函數中僅用局部配置(模版)，通常單獨計算每一行、一列、斜邊和角落的模板，再線性疊加在一起來實現。并且，配置情況的值非常依賴于游戲的不同階段。比如，一條邊有3321種配置情況((3^8-3^4)/2+3^4)，每種情況的分值好壞在游戲的不同階段都不相同。分值基于強力玩者和程序的游戲結果統計，他們存于數據庫中，游戲啟動時自動調入。 

常見的有這樣一些模板： 名稱 類似區域 配置數 去掉對稱后的配置數 
corner5x2 a1:e2 3^10=59049 (3^10-3^5)/2+3^5 = 29646 
diag5 a5:e1 3^5 =243 (3^5 -3^3)/2+3^3 = 135 
diag6 a6:f1 3^6 =729 (3^6 -3^3)/2+3^3 = 378 
diag7 a7:g1 3^7 =2187 (3^7 -3^4)/2+3^4 = 1134 
diag8 a8:h1 3^8 =6561 (3^8 -3^4)/2+3^4 = 3321 
edge2x a1:h1 + b2 + g2 3^10=59049 (3^10-3^5)/2+3^5 = 29646 
hor2 a2:h2 3^8 =6561 (3^8 -3^4)/2+3^4 = 3321 
hor3 a3:h3 3^8 =6561 (3^8 -3^4)/2+3^4 = 3321 
hor4 a4:h4 3^8 =6561 (3^8 -3^4)/2+3^4 = 3321 
triangle a1:a4:d1 3^10=59049 (3^10-3^5)/2+3^5 = 29646 

 
估值合并 
    一般程序的估值基于許多的參數，如行動力、潛在行動力、余裕手、邊角判斷、穩定子(見技巧篇)。但是怎么樣將他們合并起來得到一個估值呢？為了提高速度，一般的程序采用線性合并。設a1，a2，a3，a4為參數，則估值s：=n1*a1+n2*a2+n3*a3+n4*a4。其中n1，n2，n3，n4為常數，術語叫“權重”(weight)，它決定了參數的重要性，來自于統計值。
 
一個基于棋格表和行動力估值的例子 
function Evalution: Double;
var
  i, j: Integer;
  oppMobility, compMobility: Integer;          //雙方行動力
  oppValue, compValue: Integer;                //雙方棋格表值
  temp: Double;
  Final: Boolean;
begin
  oppValue := 0;
  compValue := 0;
  if Final then                                //如果是終局搜索
  begin
    for i := 1 to 8 do
      for j := 1 to 8 do
      begin
        if Board[i, j] = compColor then
          Inc(compValue);                      //電腦的棋子數
        if Board[i, j] = oppColor then
          Inc(oppValue);                       //對手的棋子數
      end;
    Result := compValue - oppValue;
    Exit;
  end;
  oppMobility := 0;
  compMobility := 0;
  changeCost;                                  //動態修正棋格表的值
  for i := 1 to 8 do
    for j := 1 to 8 do
    begin
      if (Board[i, j] = compcolor) then
        compValue := compValue + cost[i, j];   //電腦的棋格表值
      if (Board[i, j] = oppColor) then
        oppValue := oppValue + cost[i, j];     //對手的棋格表值
    end;
  for i := 1 to 8 do
    for j := 1 to 8 do
    begin
      if chessable(i, j, compColor) then       //電腦在位置[i,j]可以下棋
        inc(compMobility);                     //增加電腦的行動力
      if chessable(i, j, oppColor) then        //對手在位置[i,j]可以下棋
        inc(oppMobility);                      //增加對手的行動力
    end;
  temp := sqrt(compMobility * 100) - sqrt(oppMobility * 100);
  if compValue - oppValue >= 0 then            //估值合并，不過這里用的并不是線性合并法
    Result := round((sqrt(compValue - oppValue) * 2 + temp) * 100) / 100
  else
    Result := -round((sqrt(oppValue - compValue) * 2 - temp) * 100) / 100;
end;