Truss structure optimization with Large Language Models

Artificial Intelligence, and in particular Large Language Models (LLMs), have demonstrated remarkable capabilities in modeling complex sequential data through the learning of long-range dependencies. While originally developed for Natural Language Processing, their underlying mechanism is inherently domain-agnostic. This observation opens the possibility of extending LLMs to engineering tasks. This thesis investigates the application of a GPT-based framework to the topology optimization of planar truss structures. The optimal design problem is reformulated as a sequential construction task, in which admissible actions are regulated by predefined grammar rules. Sequences of generative actions are encoded symbolically and mapped into text strings. Each truss configuration is thus represented as a token sequence, enabling the use of a pretrained GPT-2 model fine-tuned on a dataset of structurally valid designs. To incorporate mechanical performance into the learning process, a mechanically weighted loss function is introduced, biasing the model toward configurations with optimal structural response. The proposed approach is validated across six distinct configurations, achieving performance levels between 82% and 100% of the global optimum, also generating novel topologies not observed during training. These results suggest that, when properly adapted, LLMs can serve as complementary tools for structural optimization.

I Large Language Models (LLM) hanno dimostrato notevoli capacità nella modellazione di dati sequenziali attraverso l’apprendimento di dipendenze a lungo raggio. Sebbene siano stati sviluppati per l’elaborazione del linguaggio naturale, il loro meccanismo di funzionamento è indipendente dal dominio applicativo e può essere adattato a problemi ingegneristici. Questa tesi analizza l’applicazione di un GPT per l'ottimizzazione topologica di strutture reticolari. Il problema di progettazione viene riformulato come una procedura costruttiva sequenziale in cui le azioni ammissibili sono regolate da un insieme di regole grammaticali predefinite. Tali azioni vengono codificate simbolicamente e rappresentate come stringhe di testo. Ogni configurazione reticolare è quindi descritta come una sequenza di token, consentendo l’utilizzo di un modello GPT-2 preaddestrato e successivamente sottoposto a fine-tuning su un dataset di strutture meccanicamente ammissibili. Per integrare le prestazioni meccaniche nel processo di apprendimento, viene introdotta una funzione di perdita pesata meccanicamente, che orienta il modello verso la generazione di strutture caratterizzate da una risposta strutturale ottimale. L’approccio proposto viene validato su sei differenti configurazioni, raggiungendo livelli prestazionali compresi tra l’82% e il 100% dell’ottimo globale e generando configurazioni nuove rispetto a quelle presenti nel dataset di addestramento. I risultati suggeriscono che, se opportunamente adattati, i LLM possano costituire strumenti complementari per l’ottimizzazione strutturale.