全文总字数：3466字
1. 研究目的与意义（文献综述）
五子棋，是一种源远流长的两人对弈的策略类棋盘游戏。五子棋的棋具与围棋基本相同，棋子分为黑白两色，而棋盘为15×15路，棋子放置于棋盘纵横线的交叉点上。两人对局，各执一色，执黑先行，轮流下一子，对弈双方中先将横、竖或斜线的5个或5个以上同色棋子连成不间断的一排者为胜。由于五子棋先行棋的一方具有巨大优势，如今的五子棋规则中加入了一些限制黑方的规则，如rif规则。rif规则包括了禁手、双手交换、五手两打等规则，是目前国际和全国大型比赛的官方规则,也是目前被广大棋手广泛认可的规则。rif规则的加入使得五子棋真正成为了一项公平的棋类游戏。
目前关于五子棋的算法研究主要是利用改进的暴力搜索来找出最佳策略，其算法本质是一种暴力搜索法，并不具有完全的智能性，并且没有考虑对先行一方的限制规则。本次毕业设计将从alphago汲取灵感，旨在研究基于神经网络和深度学习的五子棋算法，尝试从另一角度研究五子棋类问题，并引入部分rif规则，具有一定的创新意义。
在人工智能发展的初期，ibm工程研究组的samuel就运用暴力搜索法创造出了计算机跳棋程序。随着研究的深入，科学家发现计算机程序每次落子都需要探索大量的可能性，而以当时计算机的计算能力，是不可能在期望的时间内完成如此大量的可能性探索的。随着几十年以来算法的不断改进，alpha-beta剪枝结合搜索算法的出现，为计算机棋类博弈的发展带来了转机。1997年，在国际象棋领域，ibm研究团队打造的深蓝战胜了国际象棋世界冠军卡斯帕罗夫。以深蓝为代表的传统棋类人工智能主要是利用alpha-beta剪枝以及minmax搜索算法来缩减可能的计算范围，利用暴力搜索法来找出较佳策略。
2. 研究的基本内容与方案
研究（设计）论文篇章结构：
1.绪论
1.1选题的目的及意义
3. 研究计划与安排
2019.12.18之前：完成毕业设计选题；2019.12.31之前：结合选题和任务书的目标要求，完成开题报告撰写；2020.04.30之前：完成算法的设计和实施、提交论文初稿；2020.05.15之前：根据指导老师的修改意见，完成算法的修改完善和论文的修订；2020.05.31之前：进行毕业设计答辩的相关准备，参加毕业设计答辩；2020.06.08之前：根据答辩小组老师的修改意见，完善论文和系统，
提交和上传最终的毕业设计相关资料（论文和系统）。
4. 参考文献（12篇以上）
[1] 侯媛彬, 杜京义, 汪梅，神经网络，西安：西安电子科技大学出版社，2007
[2] 吴岸城，深度学习算法实践，北京：电子工业出版社，2017
[3] 张重生，深度学习：原理与应用实践，北京：电子工业出版社，2016
