En la planificación híbrida de talleres de flujo mixto, existen problemas como la producción en masa, la fabricación en masa, el ensamblaje en masa y la síntesis en masa de productos. Para resolver estos problemas, combinados con la plataforma Spark, se propone un algoritmo híbrido de enjambre de partículas que será paralelizado. En comparación con los algoritmos inteligentes existentes, el algoritmo híbrido de enjambre de partículas paralelo es más propicio para la realización de la solución óptima global. En el taller de fabricación de cargadores, el objetivo de optimización es minimizar el tiempo máximo de finalización y se utiliza un algoritmo híbrido de enjambre de partículas paralelizado. Los resultados muestran que en el caso de lotes relativamente grandes, el algoritmo híbrido de enjambre de partículas paralelo puede obtener de manera efectiva el plan de programación y evitar caer en la solución óptima local. En comparación con la serialización del algoritmo, la paralelización del algoritmo mejora la eficiencia del algoritmo de 2 a 4 veces. Cuanto mayores sean los lotes, más evidente será la mejora de la eficiencia computacional mediante la paralelización del algoritmo.