随着我国制造业的飞速发展,人们对产品的要求也越来越高。主要表现为产品更新换代加快,消费者产品需求种类繁多,产品质量水平要高、生产速度要快。消费者对产品的需求日益向个性化和多样化发展。企业为了提高生产力进而提高自身竞争力就必须合理分配生产资源,提高生产效率。车间调度作为决定生产效率高低的核心起着决定性作用。麻雀搜索算法作为新兴的算法虽然提出时间较短,但因其算法参数较少、结构流程简单、全局搜索和局部搜索能力强等优点已成功地应用到各个实际工程应用中。逐渐引起了车间调度优化研究者越来越多的兴趣。目前麻雀算法在离散作业车间调度中的应用还很少。本文基于麻雀搜索算法的优化过程,结合作业车间调度问题的具体情况,分析麻雀搜索算法存在的缺点,借鉴遗传算法和模拟退火算法的优点对其进行改进提出了一种混合改进麻雀搜索算法（HISSA）来优化最大完工时间的单目标作业车间调度问题。对麻雀搜索算法进行优缺点分析,找出其算法寻优过程存在的缺陷,并有针对性的进行有效改进。首先原有标准麻雀搜索算法采用随机初始化方式,该初始化方式产生的初始解质量较差,分布不均匀影响后期迭代寻优。为了解决该问题通过引入Tent混沌映射代替随机初始化,将麻雀的初始种群质量进一步提升;通过对发现者与跟随者位置更新公式分析可知种群经过发现者与跟随者位置更新后存在种群多样性下降,算法搜索过程极易陷入局部最优等问题。针对这些问题在原有的发现者与跟随者位置更新后再次对产生的个体进行遗传算法的均匀交叉操作,通过交叉操作增加麻雀种群的多样性;为增强警戒者的局部搜索能力在警戒者位置更新后对产生的新个体进行倒序变异操作;最后在麻雀搜索算法后引入模拟退火算法,通过模拟退火机制帮助麻雀搜索算法跳出局部极值提高算法全局搜索能力。实验部分先通过10个作业车间调度问题的经典算例对本文设计的HISSA性能进行验证分析,然后对两个调度实例进行仿真。通过与其他算法对比验证了HISSA在解决实际作业车间调度问题的有效性,结果显示HISSA不仅能够有效的解决作业车间调度问题而且相较于对比算法拥有更好的寻优效果和鲁棒性。