软件风险管理一直以来都是软件项目管理方面的热门研究领域,对该领域的研究可以直接推动企业项目管理的质量,提高软件的可用性,改善企业的对外形象,使企业的软件过程能力更加成熟。然而,实际情况是:每年有大约一半的软件质量不过关或者没有达到预定的目标。损失的不仅仅是金钱,还有市场、客户和信誉,甚至承担法律责任。因此,提高企业的风险管理水平,降低企业项目开发风险是关乎企业的生存大计。从Boehm首次提出软件风险管理的理念到现在,出现了很多经典的风险管理模型,但是这些模型要么偏向于理论研究,要么实施代价很大,并且对中国企业的软件行业了解不够,照搬往往达不到预期的效果,还有的仅仅适合某一类软件。因此,希望能够有一套以本国企业的实际研发情况为背景,同时借鉴国外优秀管理理念的风险管理系统。基于以上目的,本文提出了一套以经典的Boehm和CRM(Continuous Risk Management)软件风险管理模型为基础,使用人工神经网络做事先预测,进行风险识别的理论和方法,并对这两个模型进行了补充和修订。该模型采用了持续管理的理念,希望在开发阶段尽早的识别和控制风险,逐步提高软件项目的质量。本文最后以我们所做过的一个项目为实验数据,该项目在开发过程中实施了本文提出的风险管理模型,并和未经本模型管理之下的软件质量预测数据进行了对比。实验结果表明,在本模型的管理之下,软件的质量有明显的改善。也就证明了该模型对于软件质量的提高是有帮助的。