En la predicción de una serie de tiempo no lineal basada en una red de estado de eco con integrador filtrado (leaky-ESN), construir un reservorio relacionado con el problema específico es un paso clave. Para problemas como el bajo rendimiento de reservorios generados al azar, es difícil determinar los valores de los parámetros de los reservorios. El trabajo en este documento utiliza el algoritmo de búsqueda gravitacional (GSA) para optimizar los parámetros globales de un leaky-ESN, como la tasa de filtración, el radio espectral y el factor de escala de entrada. El GSA básico tiene algunos problemas, como una convergencia lenta y un mal equilibrio entre exploración y explotación, y no puede resolver algunos problemas de optimización complejos de manera efectiva. Para resolver estos problemas, en este documento se propone un algoritmo de búsqueda gravitacional mejorado (IGSA). En primer lugar, se archivaron y utilizaron el mejor agente y los agentes élite para acelerar la fase de exploración y mejorar la tasa de convergencia en la fase de explotación. En segundo lugar, para mejorar el efecto de los agentes de baja aptitud en el resultado de optimización, se propuso una estrategia de mutación diferencial, que generó nuevos individuos para reemplazar a los agentes originales con peor aptitud, aumentando la diversidad de la población y mejorando la capacidad de optimización global del algoritmo. Finalmente, dos experimentos de simulación mostraron que el leaky-ESN optimizado por el IGSA tuvo una mejor precisión de predicción.