本研究では，流体解析を伴う構造最適化手法の改善を目的として，PINN(Physics Informed Neural Network)の入力に設計変数を組み込んだ流体解析モデルを提案する．パラメトリックな形状変化を含む構造最適化において，設計変数のみを変更した際の流れ場への転移学習の有効性を検証し，その影響を学習時間およびシミュレーション精度の観点から評価する．効果的な構造探索の条件を明らかにするため，複数の設計変数の変更パターンを比較し，基本的な流れ場を対象としたシミュレーションにより検証する．