Los Sistemas Basados en Reglas Difusas (SBRD) permiten modelar problemas reales, manejando no solo la no precisión en lo referente al conocimiento a manejar, sino también la precisión con la que modelan el problema y la capacidad para “interpretar” su comportamiento. Por otro lado aparece el
concepto de relevancia de las reglas difusas del SBRD, parece que lo idóneo es que sus reglas sean relevantes, o lo más relevantes posible. Relevancia, precisión e interpretabilidad son las tres métricas que se consideran, y analizan, en este trabajo para conseguir SBRDs que presenten buenas prestaciones respecto a estos tres objetivos, centrándonos finalmente en cómo es la relevancia de las reglas de los SBRD en el equilibrio precisi´oninterpretabilidad. Basándose en Transformaciones Ortogonales (SVD, PQR, OLS) es posible estimar la Relevancia de una regla difusa, y analizar como influye dicho valor en la búsqueda del equilibrio precisión-interpretabilidad en un SBRD. Usando nueve conjuntos de datos del repositorio KEEL, dos algoritmos de modelado: uno aproximativo (FasArt) y otro lingüístico (NefProx), y siguiendo una estrategia de optimización multi-objetivo (SPEA2), se presentan
a continuación los resultados obtenidos que muestran el concepto de relevancia como un factor importante, y contradictorio, a tener en cuenta a la hora de generar SBRD.
