در پژوهش های سرطان همیشه تعداد نسبتا کم نمونه ها در داده های میکروآرایه باعث ایجاد مشکلاتی در طراحی طبقه بندها می شود. در این پایان نامه یک روش جدید و کارآمد بر پایه الگوریتم bmopso و شبکه عصبی mlp برای انتخاب ژن و طبقه بندی آن ها پیشنهاد شده و عملکرد این روش بر داده های سرطان پستان پایگاه داده seer ارزیابی شده است. در ابتدا با استفاده از الگوریتم تک هدفه ژنتیک و الگوریتم aco ، و در پایان با الگوریتم های چندهدفه nsga-ii و bmopso عمل انتخاب ویژگی انجام داده شده است. در انتها عمل طبقه بندی با استفاده از دو طبقه بند knn و bayesian، برای مقایسه با روش پیشنهادی انجام شده است. نتایج برتری روش پیشنهادی را نشان می دهد.