Due to cognitive differences, traditional perceptual engineering (KE) frequently relies too heavily on designers' experience in analyzing customers' emotional demands, which can result in product designs that deviate from users' expectations. This work suggests a thorough evaluation approach that combines the particle swarm optimization-support vector regression (PSO-SVR) model and perceptual engineering to increase the scientificity and precision of design choices. The approach first determines the subjective weights of users' emotional needs using spherical fuzzy hierarchical analysis (SFAHP). Next, it uses the entropy weighting method to determine the objective weights. Finally, it combines the subjective and objective data using game theory to produce a more rational evaluation system. Finally, the emotional prediction model based on PSO-SVR is constructed to realize the accurate mapping between emotional needs and design features. The empirical study shows that“speed”, “dynamic”and“luxury” are the core emotional demands of users, and the algorithm's prediction results are highly consistent with users' actual evaluations, which strongly verifies the accuracy of the model. Compared with the traditional KE method, the model better integrates subjective experience and objective data and provides more practical support for the design of flybridge yachts.

본 연구에서는 하이패스 차로의 속도감소를 유도하기 위한 적절한 노면표시를 도출하기 위하여 감성공학적 분석방법을 활용하여 연구를 수행하였다. 현재 고속도로 영업소에서는 감속유도를 위하여 하이패스 차로에 갈매기 노면표시를 설치하여 운영하고 있다. 본 연구에서는 하이패스 차로의 감속유도를 위하여 갈매기 노면표시 및 Peripheral Transverse Bar(PT bar)에 대한 효과평가를 실시하고, 두 가지 노면표시를 조합하여 6가지 시나리오를 도출하였다. 도출된 시나리오에 대하여 이용자의 Perception 측정 및 분석을 통한 노면표시 설계 시 Human Factor를 반영할 수 있는 방법론을 제시하였다. 분석결과 빗살무늬의 PT bar 및 60˚ 각도의 갈매기 노면표시의 조합시나리오가 가장 적절한 노면표시로 선정되었다. 본 연구의 결과는 하이패스 차량들의 통과속도를 감소시켜 고속도로의 안전성을 높일 수 있을 것으로 기대된다.