Este trabajo propone un novedoso algoritmo genético multiobjetivo para resolver el Problema de Ruteo de Vehículos Periódico con Ventanas de Tiempo (PVRPTWs) adaptado para equipos de ventas con diversas escalas geográficas y requisitos de frecuencia de visitas. A diferencia de los modelos existentes, nuestro enfoque incorpora el equilibrio de carga de trabajo y aplica un paso de preprocesamiento basado en agrupamiento para rutas de larga distancia utilizando escalado multidimensional y agrupamiento difuso, mejorando la agrupación inicial de rutas. Al probarse en tres perfiles de vendedores (corta, media y larga distancia), el modelo logró hasta un 69% de reducción en el tiempo total de viaje en comparación con una línea base de vecino más cercano. Estos resultados demuestran mejoras sustanciales sobre los métodos existentes y subrayan la flexibilidad del modelo y su potencial para extenderse a aplicaciones de ruteo de ventas dinámicas o en tiempo real.