مسأله انتخاب ویژگی مجموعه های ناهموار فازی یک مسأله ی چند مدی است، که در آن دست یابی به دو هدف مد نظر است: اول انتخاب زیرمجموعه ای از ویژگی ها به طوری که کم ترین طول و بیش ترین تأثیر را در پیش بینی خروجی داشته باشد؛ دوم، به منظور پیدا کردن کوچکترین زیرمجموعه از ویژگی ها با حداکثر اطلاعات در مورد مجموعه داده. در حالت اول، سعی می شود زیرمجموعه ای از ویژگی ها انتخاب شود که دقت دسته بند را افزایش دهد. به همین دلیل ما ترجیح می دهیم زیرمجموعه ای از ویژگی ها را انتخاب کنیم که به طور عمومی خوب هستند، هرچند ممکن است برای یک دسته بند خاص خوب نباشند. در حالت دوم، به طور خاص بر افزایش دقت دسته بند تکیه نمی کنیم و افزایش درجه ی وابستگی مورد توجه می باشد. همچنین برخی ازمجموعه داده ها دارای چندین کاهش می نیمم می باشند که هر کدام از آن ها می تواند یک جواب بهینه باشد، ازاین رو می توان به مسأله ی انتخاب ویژگی، به عنوان یک مسأله ی چند مدی نگریست. در این پایان نامه، برای دست یابی به هر کدام از اهداف بالا، سه روش جدید انتخاب ویژگی ناهموار فازی بر اساس الگوریتم های جستجوی فرااکتشافی ارائه می شود. روش های ارائه شده علاوه بر دست یابی به کاهش های می نیمم با کیفیت بالا، این مزیت را بر روش های مشابه دارند که قادر به یافتن چندین کاهش می نیمم متمایز در مجموعه داده می باشند.