特征选择（FS）的过程是一项艰巨的任务，它对给定算法的性能产生重大影响。 目的是通过消除不必要的功能来选择可用功能的子集。 这种混合算法可以最大程度地提高分类性能，并最大程度地减少特征数量，从而通过较少复杂的过程即可获得出色的性能。 从实验中可以看出，FSMOGSA与其他方法相比在减少错误率和通过不相关特征减少最大化总体性能方面是无与伦比的。