近年来伴随着信息技术的日新月异,软件行业有了飞速的发展,软件产品开始服务于各行各业,社会对于软件的功能和质量要求也变得越来越高。基于需求和社会分工的趋势,对于很多成熟稳定或者复杂度较高的软件项目,测试工作已经开始逐步交给独立的外包企业,软件测试外包如今已经成为软件行业的国际惯例。软件开发与测试由不同的利益主体完成,是保障软件质量和软件使用者权益的基本前提。因此建立一种软件开发与测试双方认同的、具有科学性并能与时俱进的测试成本预测方法或预测模型,是规范软件测试外包行业和推动软件产业健康发展的重要保证。目前,关于软件成本估算的方法比较多,但是针对软件测试的独立成本的相关研究还非常少,本文综合运用神经网络和粗糙集理论,对比已有的比较成熟的COCOMO模型,分析了当前软件测试外包成本预测中存在的问题和不足,提出基于粗糙集神经网络的软件测试成本预测思路和逻辑,建立了软件测试项目的粗糙集神经网络成本预测模型,并在模型基础上,为软件测试外包的成本估算、预测步骤提出了新的解决方案。