车间资源分配知识是以专家历史经验为基础，由粗模糊集理论获取调度规则知识，从而来进行资源的分配。这种规则知识在短时间内有较高的可靠性，但伴随现在制造环境的急剧变化，知识陈旧化是一个必然的问题。对此提出了一种具有自学习能力的动态调度决策机制，其知识迭代的更新采用一种具有双向学习能力的改进算法，从而使系统在运行过程中能自动感知环境的变化，不断进行自适应、自学习的知识更新；最后，描述动态调度决策系统的决策及知识更新过程算法，并通过仿真进行了分析验证。