本发明公开了一种基于PCA‑XGBoost‑IRF的作业车间实时调度方法，包括步骤一：规范数据样本构建；步骤二：样本数据预处理，包括对样本数据进行异常值处理、类别不平衡处理和归一化处理，并对数据集进行切分以满足决策模型构建的输入要求；步骤三：对训练集进行特征工程处理，包括特征提取、特征重要度计算和特征选择；步骤四：基于改进随机森林的决策模型构建，包括随机森林模型构建、将RF模型进行改进得IRF模型和基于栅格搜索对IRF模型的超参数进行寻优；步骤五：基于最优参数的PCA‑XGBoost‑IRF决策模型训练；步骤六：用基于PCA‑XGBoost‑IRF的决策模型实现对动态作业车间调度规则的实时选择与决策。本发明为基于数据驱动的智能调度研究提供了一种更可靠，鲁棒性、泛化性更强的实时调度方法。