Yerçekimi arama algoritması kütleler arasındaki çekim kuvvetini esas alır. Çekim kuvveti cisimlerin kütleleri ile doğru aralarındaki mesafenin karesi ile ters orantılıdır. Ayrıca çekim kuvvetinin yönü büyük cisme doğrudur. Yani kütlesi büyük olan cisimler yavaş hareket eder. Standart algoritma içerisindeki Kbestyaklaşımına göre, kendisine etki eden ajanlar en iyi kütleye sahip ajanlar arasından seçilmektedir. Buda bu çok büyük kütleli ajanın diğerleri gibi ivmesi, hızının büyük olması ve büyük oranda pozisyon değiştirmesi anlamına gelir. Genel davranış içerisinde, en iyi sonuç değerine sahip olması ve kütlesibüyük olan ajanın çok yavaş hareket etmesi gerekir. Bu çalışmada, en iyi sonuç değerine sahip ajanın bir sonraki döngüde toplam kuvvetini bulurken Kbestyaklaşımının tam tersi Kworstuygulaması önerilmiştir.Kworstyaklaşımında, bu ajana etkiyen en kötü kütleye sahip ajanları devreye sokarak toplam kuvveti, dolayısıyla hızının düşük olması amaçlanmıştır. Çok küçük oranlarda pozisyon değiştirmesi ile en iyi sonuç değerine yakınsama özelliğini artırılması hedeflenmiştir.Elde edilen sonuçlar standart yerçekimi arama algoritması ile karşılaştırılmış ve değerlendirilmiştir

Gravitational Search Algorithm has a gravitational force between masses. The gravitational force is proportional to the mass of agents and inversely proportional to the square of the distance between them. Also, the direction of the force of attraction is the big object. So great mass agents move slowly. According to the approach Kbest, agents acting itself are selected from those with the best mass. This is means very massive agent such as other agents has an acceleration, a large changing velocity and substantially positions. Whereas, it had to move very slowly due from of the large mass and from having the best value. When agent that has the best value is found the total force in the next iteration, instead of Kbest, Kworstapplication is proposed. In Kworstapproach, by activating best agent to influence the worst mass with agents, the total force and therefore to a low velocity is intended. Increasing the convergence property values best results with the change in positionin a very small proportion is targeted.The obtained results are compared and evaluated with the standard YAA algorithm