El problema de programación de trabajos flexibles (FJSP) es de gran importancia para la fabricación real, y se ha demostrado que el problema es NP-duro (tiempo polinómico no determinista) debido a su alta complejidad computacional. Para optimizar el tiempo de finalización y la carga crítica de la máquina del FJSP, se propone un algoritmo de optimización de lobos grises mejorado discreto (DIGWO). En primer lugar, combinado con la estrategia de mapeo caótico Tent aleatorio y reglas heurísticas, se presenta una estrategia de inicialización híbrida para mejorar la calidad de la población original. En segundo lugar, se diseña un operador de actualización de lobos grises discretos (DGUO) al discretizar el proceso de caza de la optimización de lobos grises para que el algoritmo pueda resolver el FJSP de manera efectiva. Finalmente, se introduce un factor de convergencia adaptativo para mejorar la capacidad de búsqueda global del algoritmo. Se utilizan treinta y cinco problemas de referencia internacionales, así como doce FJSP a gran escala, para probar el rendimiento del DIGWO propuesto. En comparación con los algoritmos de optimización propuestos en la literatura reciente, el DIGWO muestra una mejor precisión de solución y rendimiento de convergencia en FJSP de diferentes escalas.