Como un problema NP-duro bien conocido, el problema de programación de talleres de trabajo dinámicos tiene un valor práctico significativo, por lo que este documento propone un Algoritmo de Kalman Heurístico Mejorado para resolver este problema. En el Algoritmo de Kalman Heurístico Mejorado, se introduce la red de vecinos celulares, junto con la función de manejo de límites, y se registra la mejor posición de cada individuo para construir la red de vecinos celulares. Se introduce un método de codificación basado en el índice de posición relativa para que el Algoritmo de Kalman Heurístico Mejorado pueda aplicarse para resolver el problema de programación de talleres de trabajo dinámicos. Al resolver el ejemplo de referencia del problema de programación de talleres de trabajo dinámicos y compararlo con el Algoritmo de Kalman Heurístico original y el Algoritmo Genético-Mezclado, los resultados muestran que el Algoritmo de Kalman Heurístico Mejorado es efectivo para resolver el problema de programación de talleres de trabajo dinámicos. La tasa de convergencia del Algoritmo de Kalman Heurístico Mejorado se reduce significativamente, lo cual es beneficioso para evitar que el algoritmo caiga en el óptimo local. Para todas las 15 instancias de referencia, el Algoritmo de Kalman Heurístico Mejorado y el Algoritmo de Kalman Heurístico han obtenido la mejor solución obtenida por el Algoritmo Genético-Mezclado. Además, para 9 de las 15 instancias de referencia, lograron soluciones significativamente mejores que el Algoritmo Genético-Mezclado. Tienen una mejor robustez y un tiempo de ejecución razonable (menos de 30 s incluso para problemas de gran tamaño), lo que significa que son muy adecuados para resolver el problema de programación de talleres de trabajo dinámicos. Según la aplicabilidad del problema de programación de talleres de trabajo dinámicos, se presentó el protocolo de integración-comunicación, que permite la transferencia y uso de los resultados de optimización del Algoritmo de Kalman Heurístico Mejorado en el entorno de simulación convencional de Simio. Los resultados del protocolo de integración-comunicación demostraron la coincidencia numérica y gráfica de los resultados de optimización y, por lo tanto, la corrección de la transferencia de datos, asegurando un alto nivel de usabilidad del método de toma de decisiones en un entorno del mundo real.