Las características de NVH (Ruido, Vibración y Dureza) de los micromotores utilizados en vehículos afectan directamente la comodidad de los conductores y pasajeros. Sin embargo, varios factores influyen en los parámetros estructurales del motor, lo que lleva a incertidumbres en su rendimiento de NVH. Para mejorar las características de NVH del motor, proponemos un método para optimizar los parámetros estructurales de los micromotores automotrices en condiciones inciertas. Este método utiliza el flujo magnético máximo del motor como restricción y tiene como objetivo reducir la vibración en la frecuencia de conmutación. En primer lugar, introducimos el método de parámetro elipsoidal de Pareto, que convierte el problema de incertidumbre en uno determinista, lo que permite el uso de métodos de optimización tradicionales. Para aumentar la eficiencia y reducir el costo computacional, empleamos un método basado en datos que utiliza el módulo Inception unidimensional como modelo fundamental, reemplazando tanto los modelos numéricos como los experimentos físicos. Al mismo tiempo, se mejoró la arquitectura subyacente del módulo, aumentando la precisión del modelo sustituto. Además, proponemos un método mejorado NSGA-III (Algoritmo Genético de Clasificación No Dominada III) que utiliza la actualización adaptativa de puntos de referencia, dividiendo el proceso de optimización en fases de exploración y refinamiento basadas en el error de coincidencia de la población. Experimentos comparativos con modelos tradicionales demuestran que este método mejora la calidad general del conjunto de soluciones, aborda eficazmente las incertidumbres de los parámetros en escenarios de ingeniería práctica y mejora significativamente las características de vibración del motor.