有效地重用/更新julia凸约束

Question

我使用Julia（使用Convex）使用相同的约束结构多次解决凸问题。现在，我有类似以下简化结构的东西：

using Convex
N = Int16(1e4)
x = Variable(N)
t = Variable()
obj = square(x)
for sim_number = 1:100
    z = rand(N)
    p = minimize(obj)
    for j = 1:N
        p.constraints += [x[j] >= z[j] + t]
    end
    solve!(p)
end

有没有办法初始化x >= random_val[j] + t循环之外的N个约束sim_number的结构，这样我才能重用/更新约束的RHS？对于我遇到的实际问题，设置N约束（我有N = 100,000）需要很长时间，但解决很快，所以我正在寻找一种方法来重用约束结构。