본 논문은 전기 자동차용 견인 전기 기계의 슬롯 충진율(SFF)을 향상시키기 위한 새로운 물리 정보 머신러닝(PIML) 설계 최적화 프로세스를 제시한다. 가우시안 프로세스(GP)를 사용하여 목적 함수와 근사값을 생성하는 물리 정보 베이지안 최적화(PIBO) 알고리즘에 최대 엔트로피 샘플링 알고리즘(MESA)을 사용한다. 2D 유한 요소 모델(FEM)과 결합된 PIBO-MESA는 전기 기계의 복잡한 설계 변수의 최적 조합을 최초로 시연한다. 제안된 방법은 NSGA-II와 같은 기존 확률적 방법보다 45% 빠른 계산 속도를 제공하며, 키스톤 모양의 와이어를 사용하여 SFF를 20% 향상시키고 최대 토크를 12% 향상시키는 설계를 도출한다.
