随着科学技术的发展以及信息化的推进,计算机的应用领域越来越广阔,尤其是软件的发展使得软件产品成为各行各业不可或缺的工具。然而,随着软件功能的提高,软件的复杂性也随之增加,这就使保证软件的质量,保证软件的高度可靠性,面临巨大的挑战。为了保证软件质量,很多学者以提高软件质量为目的对软件质量评价的方法进行了大量卓有成效的研究,既包括传统的统计学方法,也包括现代智能计算方法等。然而,在过去的研究中,大都忽略了用户需求对软件质量评价的影响,仅仅关注软件本身的一些质量特性,造成评价结果不全面、不客观。　　 本文针对上述问题,以软件质量的评价为研究对象,提出了基于模糊回归的软件质量综合评价模型,探讨了基于高客户满意度的软件质量评价的核心基础理论和方法。重点关注了软件质量评价过程中用户需求与软件特性之间的关系,以及如何在软件开发过程中将用户的需求与技术特征相结合来评价软件质量,使生产出来的软件产品最大程度的满足客户的需求。首先,本文对于软件质量评价中用户需求与软件特性的权重确定方法进行了研究,提出了基于QFD和ANP的权重确定方法,该方法充分考虑了各用户需求与各软件特性之间的相互依赖关系。随后,构建了基于梯形模糊数的模糊回归模型和基于模糊神经网络的模糊回归模型来模拟用户需求与软件特性之间的关系,为更精确的评价及改进软件质量提供技术支持。本文的研究将有利于提高用户对于软件产品的满意度,有助于企业在生产软件时以用户的需求为导向,生产出高质量、高可靠性的软件,最大程度的满足客户的需求。最后,本文对提出的方法和构建的模型都进行了实例验证或仿真实验,结果表明本文提出的基于模糊回归的软件质量综合评价方法能够较好为软件开发者提供技术支持,在开发软件时调整策略,最终开发出高质量的软件。