软件质量是指软件满足用户规定需求的程度,是评价软件产品好坏的重要指标。随着信息技术的飞速发展,近几年来,各类软件应运而生,并且丰富的软件产品逐渐在人们生产生活中扮演着越来越重要的角色。软件选择工作的实用性与科学性受到了人们长期的关注。因此,软件质量评价是保证软件质量的有效手段,同样也是软件开发过程中一个必不可缺的重要环节。当前我国软件质量复杂多属性评价中普遍存在着多类不确定评价信息的混合多属性评价问题,其中包含评价过程中权重分配不合理、信息集成中信息损失等不足,运用科学有效的评价方法去合理把握和保证软件质量成为问题的关键,也成为现阶段亟待解决的问题。本文针对软件质量的多属性评价问题展开了研究。首先,本文给出了模糊语言评价信息、排序信息和区间数信息的规范化方法,能够有效的解决评价过程中不确定评价信息的可比性问题。以区间数为基准形式表示各类评价信息,有效地保留语言评价的模糊性,避免了信息集结过程中的失真,从而提高了评价的真实性。其次,为了基于误差传递理论集结专家们给出的评价信息矩阵,引入了K-means聚类算法,采用K-means聚类中心矩阵的赋权方法求解专家的权重值。同时,基于得到的集结的评价信息矩阵,应用熵权法和TOPSIS相结合来确定属性的权重大小,考虑到属性间非效用性影响力,使属性权重值准确性更强。最后,应用灰色关联度方法,利用属性信息中的信息熵,通过计算并衡量各软件关联度区间数到理想关联度区间数的距离,进而判定软件的综合质量。同时,算例分析展现了本文提出的软件质量评价方法的可行性和实用性。