El problema de corte máximo es un tema bien conocido en la optimización combinatoria, con una amplia gama de aplicaciones prácticas. Dada su naturaleza NP-difícil, se han empleado en gran medida enfoques heurísticos, como algoritmos genéticos, búsqueda tabú y búsqueda armónica. La investigación reciente ha demostrado que la búsqueda armónica puede superar a los algoritmos genéticos al evitar eficazmente búsquedas redundantes, una estrategia similar a la búsqueda tabú. En este estudio, proponemos un algoritmo genético modificado que integra la búsqueda tabú para mejorar la calidad de la solución. Al evitar la exploración repetida de soluciones previamente visitadas, el método propuesto mejora significativamente la eficiencia de los algoritmos genéticos tradicionales y logra niveles de rendimiento comparables a la búsqueda armónica. Los resultados experimentales confirman que el algoritmo propuesto supera a los algoritmos genéticos estándar en el problema de corte máximo. Este trabajo demuestra la efectividad de combinar la búsqueda tabú con los algoritmos genéticos y ofrece valiosos conocimientos sobre la mejora de las técnicas de optimización heurística. La novedad de nuestro enfoque radica en integrar restricciones de tabú a nivel de solución directamente en la dinámica de la población del algoritmo genético, lo que permite prevenir la redundancia sin una sobrecarga de memoria adicional, una estrategia no explorada previamente en los híbridos propuestos.