El Mantenimiento Preventivo (MP) es una estrategia de mantenimiento periódico que da excelentes resultados para los dispositivos al extender sus vidas, aumentar la productividad y, lo más importante, ayudar a evitar averías inesperadas y sus costosas consecuencias. La programación del mantenimiento preventivo (PMP) consiste en determinar el momento para llevar a cabo el MP, y representa un tema sensible en cuanto al impacto en la producción si el tiempo para el proceso de MP no se distribuye de manera óptima. Este estudio emplea métodos heurísticos híbridos, integrando Algoritmo Genético (AG) y Búsqueda Tabú (BT), para abordar el problema de PMP. Es notable que la búsqueda de una solución óptima permaneció esquiva con solo AG hasta la inclusión de BT. La solución óptima resultante se logra rápidamente, superando los puntos de referencia de tiempo establecidos por métodos convencionales como la programación entera y la programación entera no lineal. También se aplicó una comparación con un artículo publicado que utilizó metaheurísticas para evaluar la efectividad del enfoque híbrido propuesto en términos de calidad de solución y velocidad de convergencia. Además, el análisis de sensibilidad subraya la solidez y eficacia del enfoque híbrido, produciendo consistentemente soluciones óptimas en diversos escenarios. El horario creado supera los estándares establecidos por expertos en obras hidráulicas, generando excedentes significativos de agua y electricidad, respectivamente, del 16.6% y 12.1%, al mismo tiempo que iguala o supera los niveles de producción total. Este método se puede utilizar para plantas eléctricas en sectores privados o públicos para generar un PMP óptimo, ahorrar dinero y evitar cortes de agua o electricidad. En resumen, este enfoque híbrido ofrece una solución eficiente y efectiva para optimizar el PMP, presentando oportunidades de mejora en diversas industrias.