提高软件成本精度的方法包括：
采用模糊神经网络方法
模糊神经网络（Fuzzy Neural Network, FNN）结合了神经网络和模糊逻辑的优点，能够处理模糊和定性的信息，适合用于软件成本的估算。通过训练模糊神经网络模型，可以提高估算的精度和效率。
使用参数模型法
参数模型法，如COCOMO模型和COQUALMO模型，利用历史数据来建立模型，通过模型的参数来估算当前项目的成本。这些模型通过考虑软件规模、开发复杂度等因素，可以提高成本估算的准确性。
实施三点估算法
三点估算法（PERT估算法）通过对最乐观、最可能和最悲观的工作量和成本进行估算，然后计算加权平均值来得到最终的估算结果。这种方法可以减少估算中的不确定性，提高成本的准确性。
进行敏感性分析
通过对项目成本估算中的不确定性因素进行分析，找出影响成本估算的最关键因素，从而有针对性地采取措施提高成本估算的准确性。
利用专家判断
专家判断法依赖于专家的经验和知识，通过专家对软件项目的需求、设计、实现和测试等各个阶段的工作量和成本进行估算。虽然这种方法主观性较强，但在缺乏足够数据的情况下，专家判断仍然是一种有效的估算手段。
使用专业的成本管理工具
利用专业的成本管理工具，如Microsoft Project、Primavera等，可以帮助项目管理者进行成本估算和管理，提高成本估算的准确性和效率。
引入替代变量
提出一种新方法，通过使用替代变量来代替无法事先知道的软件规模的准确值，从而提高成本估计的精度。
自动化测试
通过编写测试脚本，实现对软件功能的快速、重复测试，节省人力资源，提高测试速度。自动化测试还可以确保测试结果的一致性，避免人为操作导致的误差，从而提高测试准确性并降低测试成本。
综合以上方法，可以根据具体项目的需求和可用资源，选择合适的方法或组合多种方法来提高软件成本的精度。