利用Gurobi的Callback方法在求解过程中添加惰性约束

在运筹学建模和求解过程中，“lazy constraints”（惰性约束）是一种动态添加约束的策略。通常，在使用整数规划（Integer Programming）或混合整数规划（Mixed-Integer Programming）求解器时，我们希望找到满足所有约束条件的整数解。然而，某些约束对求解效率有极大的劣化影响，因此在求解的过程中并不一开始就全部添加，而是根据需要在优化过程中动态地加入，以此加速求解过程。

惰性约束的添加通常是根据当前获得的 solution 信息进行的。如果当前解不满足某些条件，就会添加新的约束，以排除当前解，然后重新启动求解过程。这种方法在求解包含大量约束的问题时，可能比一开始就全部添加约束更高效。

这里我们介绍如何利用 Gurobi 的 Callback 方法在求解过程中添加惰性约束。

以下是一个简单的惰性约束的例子，假设我们有一个纯整数规划问题，要最小化变量 x 和 y 的和，此外要求 x 和 y 的和至少为 6。此问题用 Python 调用 Gurobi 求解：

import gurobipy as grb

model = grb.Model('lazy_constraint_example'