JuMP.setRHS是否适用于julia中的非线性模型？

在下面的代码中，NL约束的RHS应该更改。但是错误发生了。 错误：未定义错误：未定义setRHS。你能告诉我为什么会发生这个错误吗？。谢谢你的帮助

using JuMP,CPLEX, Ipopt
#parameters--------------------------------------------------------
sig=0.86;
#---------------------------------------------------------------------------
ALT= Model(optimizer_with_attributes(Juniper.Optimizer, "nl_solver"=>optimizer_with_attributes(Ipopt.Optimizer, "print_level" => 0),

       "mip_solver"=>optimizer_with_attributes(CPLEx.Optimizer, "logLevel" => 0),"registered_functions" =>[Juniper.register( :f, 1, f; autodiff = true)])

       )

# variables-----------------------------------------------------------------
f(x) = cdf(Normal(0, 1), x);
JuMP.register(ALT, :f, 1, f; autodiff = true);
@variable(ALT, h >= 0.1);
@variable(ALT, L >= 0.0001);
@variable(ALT, n>=2, Int);
#-------------------------------------------------------------------
@NLexpression(ALT,k7,1-f(L-sig*sqrt(n))+f(-L-sig*sqrt(n)));

@NLexpression(ALT,f2,1/k7)
#constraints--------------------------------------------------------
@NLconstraint(ALT, f(-L) <= 1/400);

@NLconstraint(ALT,rf2,f2<=10000);

#-------------------------------------------------------------------
@NLobjective(ALT, Min, f2)

optimize!(ALT)
JuMP.setRHS(rf2,getvalueNLobjective(1/k7))

使用跳转、CPLEX、Ipopt
#参数--------------------------------------------------------
sig=0.86；
#---------------------------------------------------------------------------
ALT=模型（优化器_带有_属性（Juniper.optimizer，“nl_解算器”=>优化器_带有_属性（Ipopt.optimizer，“打印级别”=>0），
“mip_解算器”=>具有_属性的优化器（CPLEx.optimizer，“logLevel”=>0），“已注册的_函数”=>[Juniper.register（：f，1，f；autodiff=true）]）
)
#变数-----------------------------------------------------------------
f（x）=cdf（正常值（0，1），x）；
寄存器（ALT，：f，1，f；autodiff=true）；
@变量（ALT，h>=0.1）；
@变量（ALT，L>=0.0001）；
@变量（ALT，n>=2，Int）；
#-------------------------------------------------------------------
@NL表达（ALT，k7,1-f（L-sig*sqrt（n））+f（-L-sig*sqrt（n））；
@NL表达（ALT，f2,1/k7）
#约束条件--------------------------------------------------------
@NLconstraint（ALT，f（-L）您使用的是过时的跳转版本示例。从今天起，您应该使用
set\u normalized\u rhs
：

set_normalized_rhs(con_ref, some_rhs_value)

请注意，这将设置跳转预计算后的标准化RHS。例如，对于
@constraint（model，2x-5），非常感谢您的帮助。我使用它，但它不适用于非线性约束。