Debido a los requisitos y presiones emergentes relacionados con la protección del medio ambiente, las empresas manufactureras han expresado una creciente preocupación por adoptar diversas estrategias de ahorro de energía. Sin embargo, los criterios ambientales generalmente no se consideraban en los problemas tradicionales de programación de la producción. Para superar esta deficiencia, la programación de ahorro de energía ha llamado cada vez más la atención de académicos y profesionales de la industria. En este artículo, se introduce un problema de programación flexible de taller de trabajo de ahorro de energía (EFJSP) de acuerdo con el criterio de optimizar simultáneamente el consumo de energía y los costos de procesamiento. Dado que el FJSP clásico es fuertemente NP-difícil, se desarrolla un Algoritmo Mejorado de Búsqueda de Gorriones (ISSA) para resolver eficientemente el EFJSP. En el ISSA, se utiliza un método de Búsqueda Híbrida (HS) para producir una población inicial de alta calidad; se integran un Puerta de Rotación Cuántica (QRG) y un Algoritmo Seno-Coseno (SCA) para intensificar la capacidad del ISSA de coordinar la exploración y la explotación; se aplican la estrategia de ajuste adaptativo y la Búsqueda de Vecindario Variable (VNS) para fortalecer la diversificación del ISSA y alejarse de los óptimos locales. Amplios experimentos computacionales validan que el ISSA supera a otros algoritmos existentes en la resolución del EFJSP debido a las ventajas de los mecanismos de intensificación y diversificación en el ISSA.