以火腿肠生产车间中滚揉结扎工序段为例，分析滚揉与结扎工序间工位约束对生产过程的影响，建立了滚揉结扎工序段动态调度问题的数学模型，提出一种改进的Q学习算法解决工序间工位约束下的流程车间动态调度方法。为了克服Q学习在解决工序间工位约束下的流程车间动态调度问题时算法运算效率低下的问题，提出一种基于逆向梯度动态步长的回馈更新方式，在保证Q学习算法与环境交互学习的特性下，拓展了更新时动作行为对回馈值的数量，增强了算法学习活力。为了提升求解结果的稳定性，在Q学习算法的动作选择前加入了基于截断正态分布的动作筛选机制。通过大量的迭代过程，不断地对改进Q学习中动作行为所对应的回馈值进行训练，使每一个状态所选取的最优动作逐渐收敛至某个固定动作，通过训练后的Q表控制滚揉工序中工位的开工顺序及开工时间。设计仿真实验，通过实例仿真测试，验证基于改进Q学习算法的优化方案对于解决工序间工位约束下的流程车间动态调度问题的有效性。