Python 纸浆优化解未定义

我试图使用python优化以下问题

import pulp
# Instantiate our problem class
model = pulp.LpProblem("Cost minimising problem", pulp.LpMinimize)

W = pulp.LpVariable('W', cat='Integer')
X = pulp.LpVariable('X', cat='Integer')
Y = pulp.LpVariable('Y', cat='Integer')
Z = pulp.LpVariable('Z', cat='Integer')

# Objective function
model += 1.33 * W + 1.76 * X + 1.46 * Y + 0.79 * Z,"Cost"

# Constraints
model += W + X + Y + Z == 1

 model += W >= 0.1
 model += W <= 0.75

 model += X >= 0.1
 model += X <= 0.85

 model += Y >= 0.1
 model += Y <= 0.65

 model += Z >= 0.1
 model += Z <= 0.40


# Solve our problem
model.solve()
pulp.LpStatus[model.status]

'Undefined'

进口纸浆
#实例化我们的问题类
模型=纸浆.LpProblem（“成本最小化问题”，纸浆.LpMinimize）
W=pill.LpVariable（'W'，cat='Integer'）
X=pill.LpVariable（'X'，cat='Integer'）
Y=pill.LpVariable（'Y'，cat='Integer'）
Z=pill.LpVariable（'Z'，cat='Integer'）
#目标函数
模型+=1.33*W+1.76*X+1.46*Y+0.79*Z，“成本”
#约束条件
模型+=W+X+Y+Z==1
型号+=W>=0.1
型号+=W=0.1
模型+=X=0.1
模型+=Y=0.1
model+=Z当我实现相同的代码时，我得到的结果是“不可行”

这是有意义的，因为变量W、X、Y、Z都必须是整数，但随后将它们绑定为大于0.1，小于另一个小于1的数字

0.1和0.XX之间没有整数，因此没有可行的解决方案。
这是否回答了您的问题？您能显示解算器日志吗？谢谢，这很有效，但是在纸浆中有没有一种方法不指定为整数。就像当我使用excel solver解决相同问题时，我会得到32.567、38.9867等值。这可以通过使用纸浆来实现吗？将
cat='Integer'
替换为
cat='Continuous'
。看见