La elección del mejor algoritmo de optimización es un problema difícil y a veces depende del problema específico. El Algoritmo de Búsqueda Gravitacional (GSA) es un algoritmo de búsqueda basado en la ley de la gravedad, que establece que cada partícula atrae a todas las demás partículas con una fuerza llamada fuerza gravitacional. Algunas versiones revisadas de GSA han sido propuestas utilizando técnicas inteligentes. Este trabajo propone algunas versiones de GSA basadas en técnicas difusas potenciadas por métodos evolutivos, como Algoritmos Genéticos (GA), Optimización por Enjambre de Partículas (PSO) y Evolución Diferencial (DE), para mejorar GSA. Los algoritmos diseñados ajustan un parámetro adecuado de GSA a través de un controlador difuso cuyas funciones de membresía son optimizadas por GA, PSO y DE. Los resultados muestran que el Algoritmo de Búsqueda Gravitacional Difuso (FGSA) optimizado por DE es óptimo para funciones unimodales, mientras que FGSA optimizado a través de GA es bueno para funciones multimodales.