软件产业是发展速度最快的产业之一。然而统计表明，在其短短的发展历史中，却充满了项目失败的例子。为了更好地对软件开发成本和开发进度进行有效的控制，必须有合理而准确的软件成本估算方法。在现有的众多估算模型中，COCOMO(ConstructiveCostModel)是一种被广泛采用的成本估算模型。它有着估算简单、算法透明等优点；并且，COCOMO模型可以依据特定的软件开发环境和项目特点进行剪裁，使其能够获得更好的估算结果。然而，相关研究表明，COCOMO模型也有其固有的局限，如过分依赖于软件规模的输入等缺陷，而在软件项目开发初期就要获得较准确的项目规模数据是不太现实的，因而导致COCOMO模型具有一定的不确定性。本文提出了一个基于基本COCOMO模型的成本估算模型：FI-COCOMO。在FI-COCOMO里，将COCOMO模型里的所有输入和输出均视作模糊数，以降低COCOMO模型对项目规模数据和软件开发模式等输入参数的依赖；同时，为了利用专家知识和历史项目数据，提出了一个人工免疫学习算法来调整FI-COCOMO模型的隶属函数集的设置，因而使得FI-COCOMO成为一个具有自适应能力的成本估算模型。在本文最后对FI-COCOMO模型进行了一系列的测试，分别检测了FI-COCOMO模型的自适应能力和估算准确度。实验结果表明，FI-COCOMO在这两方面均取得了较好的效果。