象棋软件计算优劣主要涉及以下几个关键方面：
子力比较：
这是评估棋局优劣的基础，通过计算双方棋子的总价值来比较。不同棋子的价值不同，例如车的价值通常较高。
位置分析：
棋子所在的位置对其价值和战术灵活性有重要影响。例如，车占据中心位置可以发挥更大的作用，而马在角落则机动性较差。
威胁和机动性：
评估棋子对对方的威胁以及自身的机动性。能够有效威胁对方的棋子通常更有价值，而机动性强的棋子可以在棋盘上更灵活地移动。
搜索算法：
象棋软件使用各种搜索算法（如深度优先搜索DFS、宽度优先搜索BFS、迭代加深搜索等）来探索所有可能的走法，并选择最优的一步棋。
评估函数：
评估函数用于对当前局面进行打分，考虑的因素包括棋子的价值、位置、控制力、将军威胁等。评估函数可以采用二维数组、位图和位棋盘等多种方式表示。
博弈算法：
如极小化极大算法（Minimax）和Alpha-Beta剪枝算法等，用于在搜索过程中选择最佳的走法。
开局和残局库：
开局库包含常见的开局策略，而残局库包含常见的残局处理方法，这些库可以显著提高软件的运行效率和准确性。
动态评分：
在搜索过程中，动态评分用于评估非叶子节点的优劣，通过递归计算每个节点的最大子节点分值的相反数来实现。
界面显示：
最终用户看到的分数可能是实际计算时估分的缩放版本，以适应不同的显示需求。
通过上述方法，象棋软件能够综合评估棋局的优劣，并推荐最优的走法。不同引擎可能会有不同的打分风格和参数设置，因此在实际对局中，不同软件的评估结果可能会有所不同。