BP(Back Propagation)神经网络现已广泛应用在预测、识别、自动控制、诊断、分类、非线性逼近等领域,是目前人工神经网络算法中应用最广泛的训练算法之一,但是该算法在也存在一些不容忽视的缺陷,收敛速度慢、容易陷入极小值以及在训练样本很大时训练整体速度慢等,这些缺陷影响着BP算法的进一步推广和应用。软件项目是一个庞大的系统工程,即使经过周密的计划,适当的控制也难以保证项目达到预期的目标,因此,软件项目风险在项目实践中越来越得到大家的重视,风险管理的成功在很大程度上决定了软件项目的成功。而风险评估作为风险管理的重要组成部分,对于风险管理有着至关重要的作用。基于以上问题,本文首先,深入研究BP神经网络算法,并将BP神经网络算法并行化,不仅提高了整体的训练速度,而且提高了训练的精度。其次,综合分析软件项目开发中各种不确定因素,为提高软件项目开发成功率,保证项目质量,建立了一个科学可行的软件项目风险评估模型。最后,将并行的BP神经网络算法应用于该软件项目风险评估模型中,结合MPI并行编程库和C语言编程验证了该训练模型的有效性,通过训练结果分析与当前常用的风险评估方法对比,体现出改模型的优越性和重大的现实意义。