制造业是我国综合竞争力的体现，它在国民经济中的地位相当重要。当前我国的制造企业面临的许多新的挑战,比如激烈的国际竞争环境、客户需求的多样性、产品的快速更新换代等。面对这些挑战，企业要想在国际大环境中更具竞争力，采用先进的信息化技术和增强企业信息化能力是一条重要的途径。目前国内几乎所有大中型制造企业都开展了IT项目，确实给企业的经验管理与生产运作带来诸多益处。但遗憾的是企业IT项目开展成功率并不高，其过程中存在相当大的风险。本文旨在通过对制造企业开展IT项目过程中的风险识别与评估进行研究，为信息化项目中的风险管理提供借鉴，提高其在信息化建设中的成功率。本文研究的核心问题就是如何识别出制造企业IT项目过程中的关键风险影响因素，并对项目风险情况进行的准确评估，使之能尽早确定潜在的风险情况从而制定合理风险策略并采取有效的风险应对措施，尽量降低风险损失，使项目达到预期目标。首先通过查阅已有资料文献，从制造企业IT项目过程中的不同阶段出发，确定了30个风险影响因素。为了降低风险因素之间的关联性,确定关键的风险指标，本文采用主成分分析方法进行降维，最终确定了6个关键风险指标。然后对模糊理论和人工神经网络进行分析，发现将二者采用适当的方式进行融合即可以发挥其优势，又能够弥补其不足。因此本文构建T-S模糊神经网络模型来评估制造企业IT项目风险。同时，为了提高评估模型的性能，在常用的BP算法基础上进行改进，提出将最小二乘估计法与BP算法(梯度下降算法)相结合的混合算法，改算法较之前的算法在其训练速度和收敛性方面都有提高。最后根据制造企业IT项目风险评估的实际情况，运用MATLAB软件实现T-S模糊神经网络。通过输入样本数据对网络进行训练，测试得到具有良好收敛性和泛化性的风险评估模型。并且将该模型应用于实践，实证分析了L机械制造企业ERP项目的风险情况，并针对其风险特征提出了几点风险应对措施。