La producción empresarial a menudo se ve interferida por factores internos y externos, lo que resulta en un esquema de programación de producción original inviable. En relación con este problema, es necesario decidir rápidamente el esquema óptimo de programación de producción después de estas perturbaciones para que la empresa produzca de manera eficiente. Por lo tanto, este documento propone un nuevo modelo de decisión de reprogramación basado en el algoritmo de optimización de ballenas y la máquina de soporte vectorial (WOA-SVM). En primer lugar, se simula la perturbación en el proceso de producción y se reduce la dimensionalidad de los datos de la simulación para entrenar el modelo de aprendizaje automático. Luego, este modelo entrenado se combina con el horario de reprogramación para abordar la perturbación en la producción real. Los resultados experimentales muestran que la máquina de soporte vectorial (SVM) funciona bien en la resolución de problemas de clasificación y decisión. Además, el WOA-SVM puede resolver problemas de manera más rápida y precisa en comparación con la SVM tradicional. El WOA-SVM puede predecir el modo de reprogramación flexible de trabajos con una precisión del 89.79%. Tiene una mayor estabilidad en comparación con otros métodos de aprendizaje automático. Este método puede responder a la perturbación en la producción a tiempo y satisfacer las necesidades de las empresas modernas para una producción inteligente.