Uno de los objetivos principales de la optimización del diseño de estructuras de cerchas es minimizar el peso total al determinar los tamaños óptimos de los miembros de la cercha, asegurando al mismo tiempo la estabilidad estructural y la integridad frente a cargas externas. Las cerchas consisten en uniones de pasadores conectadas por miembros rectos, análogos a vértices y aristas en un grafo matemático. Esta característica motiva la idea de representar las uniones y miembros de las cerchas como vértices y aristas de un grafo. En este estudio, se emplea una Red Neuronal de Grafos (GNN) para aprovechar los beneficios de la representación gráfica y desarrollar un modelo sustituto basado en GNN integrado con un algoritmo de Optimización de Enjambre de Partículas (PSO) para aproximar desplazamientos nodales de cerchas durante el proceso de optimización del diseño. Este enfoque permite determinar las áreas transversales óptimas de los miembros de la cercha con menos análisis de modelos de elementos finitos (FEM). La validez y efectividad de la técnica de optimización basada en GNN se evalúan al comparar sus resultados con los de una optimización de diseño convencional basada en FEM de tres estructuras de cerchas: una cercha plana de 10 barras, una cercha espacial de 72 barras y una cercha plana de 200 barras. Los resultados demuestran la superioridad de la optimización basada en GNN, que puede lograr soluciones óptimas sin violar restricciones y a una velocidad más rápida, especialmente para estructuras de cerchas complejas como el problema de la cercha plana de 200 barras.