Resumo-Máquinas de Vetores Suportes têm sido amplamente utilizadas com bastante eficiência em problemas que possuem uma grande quantidade de variáveis ou características. Neste sentido, torna-se importante o desenvolvimento de novas estratégias para a solução deste tipo de problema que se utilizem de critérios de seleção associados a este tipo de classificador. Neste trabalho propõe-se um novo método para a seleção de subconjuntos de variáveis que utiliza um processo de busca ordenada, também conhecido como best-first, para exploração do espaço de possíveis candidatos. O algoritmo, denominado AOS, utiliza como medida de avaliação os valores de margem calculados a partir da utilização de um classificador de larga margem, denominado IMA. Este classificador, de grande eficiência computacional, permite grande flexibilidade e rapidez na obtenção dos valores de margem possibilitando a solução de problemas de tamanho razoável, com centenas de características, sem que ocorra explosão combinatória. O algoritmo foi testado em vários problemas da literatura e seus resultados comparadosà técnica míope de subconjuntos aninhados denominada RFE-SVM. Uma importante contribuição teórica do trabalho se refere ao desenvolvimento do conceito de margem projetada. A utilização deste valor, computado como a projeção da margem real de um espaço em cada subespaço de dimensão inferior, associado ao algoritmo IMA, permitiu maior eficiência e rapidez na solução dos problemas de classificação e, portanto, no processo de busca como um todo.