Para prevenir la posible pérdida de vidas y propiedades, es necesario evaluar los edificios existentes antes de un terremoto inminente. Más allá del examen de grandes stocks de edificios, se requieren métodos de evaluación rápida porque la evaluación de incluso un solo edificio utilizando métodos detallados de evaluación de vulnerabilidad es computacionalmente costosa. Se utilizan métodos de cribado visual rápido (RVS) para examinar y clasificar edificios existentes en grandes stocks de edificios en zonas propensas a terremotos antes o después de un terremoto catastrófico. Los edificios se evalúan utilizando procedimientos RVS que tienen en cuenta las características distintivas (como irregularidad, año de construcción, calidad de construcción y tipo de suelo) de cada edificio, que deben considerarse por separado. Sustancialmente, se han presentado estudios para mejorar los métodos RVS convencionales en términos de identificar verdaderamente los niveles de seguridad de los edificios mediante el uso de algoritmos informáticos (como el aprendizaje automático, la lógica difusa y las redes neuronales). Este estudio describe la investigación de fondo que se llevó a cabo para establecer los parámetros para el desarrollo de un método de cribado visual rápido suave basado en lógica difusa (S-RVS) como alternativa a los métodos RVS convencionales. En esta investigación, se establecieron reglas, funciones de pertenencia, valores de transformación y procedimientos de desfuzzificación al examinar los datos de 40 edificios de mampostería no reforzada (URM) adquiridos como consecuencia del terremoto de Albania de 2019 para construir un método S-RVS basado en lógica difusa.