以最小化最大完工时间为优化目标，从原料短缺、临时插单、机器故障等多个动态因素出发构建基于多元动因驱动的中药制药车间动态调度问题(DSP-CMMPW-MDF)模型，并提出一种基于Q-learning的改进人工蜂群(IABC-QL)算法进行求解。在IABC-QL算法中，采用了反向学习策略生成初始种群以确保种群个体的高质量和多样化。为提高算法的深度挖掘能力，设计了融合Q-learning的5种局部搜索操作。在此基础上将上述所提DSP-CMMPW-MDF模型和算法运用于某中药制药颗粒剂生产车间，结果表明，所提模型能够有效提高生产系统在面对不确定性因素时的灵活性和适应性，与现有算法对比结果验证了所提算法的有效性。