EVOP是evolutionary operation的缩写，翻译成中文，tuning operation，意为演化操作，也是实验设计方法之一，可应用于六西格玛过程DMAIC的改进阶段。
调优操作 （EVOP） 是一种用于提高过程或产品质量的统计方法，由 George Box 于 1957 年首次开发。
调整操作的基本目的是通过对一组给定因素的操作条件进行系统更改来改进过程。 实验设计和实施通过一系列阶段和周期进行。 当可以计算实验误差时，对效应进行统计显著性检验。
当我们发现某个因子显著时，我们重置该因子的操作条件并再次进行实验。 此过程一直持续到没有进一步的改进为止。 因此，进化的概念被确立了。
调整操作 （EVOP） 是制造相关操作中的最佳实验设计 （DoE） 流程。 该过程允许持续改进，并涉及参数的微小增量变化。 同样，我们确保几乎不产生或不产生过程拒绝。
EVOP的应用特别适用于以下情况：
系统中更多的产品性能条件：如果系统有多个产品性能条件，EVOP可以小幅度地优化过程。 这种方法可以帮助提高产品质量，以满足不同的性能条件。
过程有 2 到 3 个过程变量：EVOP 适用于过程变量数量较少的情况。 通过对这些不会引起明显变化的变量进行小幅调整，可以改善过程结果。
过程性能随时间变化：如果过程性能随时间变化，EVOP 可以通过不断调整操作条件来帮助您适应这些变化。 这种方法可确保无论在哪个时间点，该过程始终处于最佳状态。
需要最大限度地减少过程计算：EVOP 方法有助于减少复杂的过程计算。 通过系统地进行小的调整，可以避免繁琐的计算和建模，并实现持续的过程改进。
在传统的制造环境中，工厂在规定的操作条件下运行。 换句话说，根据“标准作业”执行操作。 事实上，制造设施总是要求操作员在预定条件下执行操作。 这种方法称为静态操作方法。
静态操作方法可以提高生产效率，但除了生产效率外，监控产品的物理特性也同样重要。 如果我们允许与标准工作存在一些偏差，这些物理特性可能会超过规格限制。
通过精心策划的调优操作，定期生产运行每个变体并一遍又一遍地重复该循环。 由于变体循环遵循简单的模式，因此持续重复的过程可以提供有关产品产量和物理特性的证据。
由于在调谐操作中，工艺参数只有非常小的增量变化，因此不需要特殊的让步或资源。 通过这种方式，常规的生产过程可以产生产品所需的信息并进一步改进。
在优化操作中执行以下步骤：
定义需要改进的工艺性能特征。
识别可能导致流程改进的过程变量，并记录其当前状态。
为每个已确定的过程变量计划增量更改步骤（必须是小步骤，以避免对生产造成影响）。
对于每个变量，将初始值设置为角的简单形式。 对于这两个变量，它都是一个三角形;对于这三个变量，使用四面体。
在当前条件下运行一次和两次运行，对一个或两个过程变量进行小的增量更改。
记录结果并确定运行中最不利的结果，换句话说，确定最不利的角落。
然后，从最不利的拐角（即最不利的拐角的反射或镜像）进行新的运行。
现在，已确定新的最差情况，即将替换现有运行并导致另一次新运行的运行，该过程将继续。
该过程从初始操作条件开始，一直持续到获得更有利的结果。
EVOP（Tuning Operation）强调一种保守的实验策略来改进连续过程，我们可以参考下图中的一个例子：
测试在A阶段进行，直到建立响应模式。
然后，B 阶段围绕 A 阶段的最佳条件展开。
重复此过程，直到确定最佳结果。
当接近峰值时，实验者切换到较小的步长，或检查不同的变量。
EVOP可能涉及小的增量更改，以减少或不产生任何工艺浪费。