Maximizar el beneficio es un objetivo importante para las industrias en un mundo competitivo y es posible lograrlo mejorando la disponibilidad del sistema. Los ingenieros han empleado muchas técnicas para mejorar la disponibilidad de los sistemas, como agregar dispositivos redundantes o programar estrategias de mantenimiento. Sin embargo, la idea de utilizar dichas técnicas simultáneamente no ha recibido suficiente atención. Los autores del presente artículo estudiaron recientemente la optimización simultánea del diseño del sistema y la estrategia de mantenimiento para lograr tanto la máxima disponibilidad como el costo mínimo: el Algoritmo Genético de Clasificación No Dominada II (NSGA-II) se acopló con la Simulación de Eventos Discretos en un entorno de codificación real para lograr un conjunto de soluciones no dominadas. En este trabajo, se extiende ese estudio y se desarrolla una exploración exhaustiva utilizando el Algoritmo Evolutivo Multi-objetivo mencionado anteriormente utilizando un caso de estudio industrial, prestando atención al posible impacto en las soluciones como resultado de diferentes codificaciones, configuraciones de parámetros y longitudes de cromosomas, que afectan los niveles de precisión al programar el mantenimiento preventivo. No se observaron diferencias significativas en los resultados experimentales, lo que plantea conclusiones interesantes sobre la flexibilidad en la estrategia de mantenimiento preventivo.