Este trabalho tem como objetivo apresentar um novo sistema de inferência neuro-fuzzy, chamado rbfuzzy, capaz de extrair conhecimento a partir de dados e gerar regras fuzzy do tipo mamdani com alta interpretabilidade. a rbfuzzy é um sistema de inferência neuro-fuzzy que aproveita o comportamento funcional de neurônios ativados por funções de base radial (rbf) e sua relação com sistemas de inferência fuzzy. a arquitetura da rede rbfuzzy permite extrair um conjunto de regras lingüisticas a partir da estrutura conexionista e dos pesos ajustados de uma rede neural. uma extensão do algoritmo da otimização da colônia de formigas (aco, do inglês ant colony optimization algorithm) é utilizada para ajustar os pesos de cada regra para gerar um conjunto de regras fuzzy acurado e interpretável. tendo um conjunto de regras fuzzy um especialista pode adicionar regras novas para incorporar conhecimento novo ao modelo de previsão gerado e também corrigir regras que foram geradas por dados imprecisos.