本文针对开放车间调度问题(Open-shop Scheduling Problem,OSP),提出一种混合鲸鱼优化算法(Hybrid Whale Optimization Algorithm, HWOA),用于最小化总提前/延期时间(Total Earliness and Tardiness, TET)。首先,提出一种LOV编码规则,将HWOA中的连续矢量个体转变为离散工件排列,使HWOA适用于离散问题求解,并可对OSP的解空间进行全局搜索。其次,提出一种基于交换(Interchange)邻域的变异操作,加强算法的全局搜索能力且避免算法过早收敛。最后,设计一种变邻域搜索机制,可增强算法对优质解区域的搜索深度,从而提高算法的局部搜索能力。仿真实验和算法对比结果表明,HWOA在标准测试问题和随机生成问题上都具有良好性能,且随问题规模的增大,HWOA具有更好的性能。本文也是首次将鲸鱼优化算法用于求解开放车间调度问题。