如果要遇到MIP可行的问题，我想在MILP中实施削减，这将被添加。切割应通过切割生成问题来实现。我想通过一个最小的可行RHS来限制线性cut-expression（其参数取决于MIP可行点）。因此，我想最大化cut-expressions.t。变量的一些框约束（请参见下文）。

max sum(a[i]*x[i] for i in someIndexSet)

s.t. lb[i]<=x[i]<=ub[i]

x[i] continuous for all i in someIndexSet

查看Gurobi文档时，我正在考虑使用回调工具。但是，我不确定是否可以从回调代码中调用另一个Gurobi实例，因为我不太确定gurobi如何处理回调代码。所以问题是：我们可以从回调代码中调用Gurobi吗？

我们可以仅通过实现决策树来解决上述问题，但这很麻烦。因此，我想从该回调代码中调用Gurobi。 或者，我可以想象在该MIP可行点停止优化，从外部计算约束，然后再次热启动整个过程。凭直觉，我认为必须有比后者更好的方法。