PULP最小化成本和偏差/错误约束

Question

我在python中有一个LP，其中包含以下代码：

目标功能：

model = LpProblem("OneProductCost",LpMinimize)
model += lpSum([y[i] + abs(delta) for i in range(N)]), "Objective function"

约束：

 for i in range(p):
    model += lpSum([z[i,j] for j in range(N)]) == Pallet*y[j] - delta, "Empty space constraints %s" %j

我将delta定义为函数内的浮点数，但由于任何原因未将其注册。有没有人像这样成功地将目标编程实现到PULP？这只是总LP的样本。