随着软件业的发展，软件产品变得越来越复杂，功能也越来越强大，不确定性也随之越来越大，从而最终造成软件开发项目失败的结果也越来越多。因此软件项目风险管理逐渐成为了软件项目执行过程中的关键，同时也有越来越多的软件开发企业开始愈发重视对软件项目的风险管理。关键风险因素的识别和评估是软件项目风险管理过程的核心。软件项目风险管理需要用适当的方法进行识别，以及用更好的模型进行评估，以此作为风险管理的基础，从而更好地进行软件项目风险管理，并且提高软件项目的成功率。本文正是从风险识别方法和风险评估模型两个方面入手，对软件项目风险管理展开研究。　　 本文首先回顾和分析了国内外研究情况，明确了当前需要解决的主要问题；然后，从风险管理以及软件风险管理的概念入手，简要分析了风险管理的理论基础以及软件项目风险管理所具有的特殊性。介绍分析并且比较了四套典型的风险管理体系及其特点。本文随后运用风险识别的常用工具和方法，来进行了软件项目风险因素的识别。同时运用专家判断工具（德尔菲法）对若干专家进行调查，参考文献成果，通过调查、分析、讨论等方法识别出了26个软件项目的关键风险因素，同时在指标体系建立原则的基础上，构建出了软件项目风险评估指标体系。　　 最后结合构建的软件项目风险评估指标体系，应用人工神经网络法进行软件项目的风险评估，并在基于黄金分割原理来优化算法，确定了隐含层节点数，建立了基于B-P神经网络的软件项目风险评估模型，并应用实际软件项目的评估数据进行验证，说明了该模型可以利用已知数据进行有效软件项目的风险评估，即验证了该模型的可操作性和实用性。