1.一种交通工程项目的施工数据分析辅助决策方法，其特征在于，所述方法包括：采集不同交通工程项目的多维施工数据，所述多维施工数据包括文本信息；

结合所述文本信息，训练神经网络模型，得到当前交通工程项目中不同决策点的施工进度指数；

结合所述施工进度指数，分析当前交通工程项目的决策频繁程度，和分析周边交通设施对当前交通工程项目的影响程度，得到当前交通工程项目的决策制定复杂度；

根据所述施工进度指数，分析当前交通工程项目中决策点的时域跨度参数，再结合所述多维施工数据和所述决策制定复杂度，得到所述决策点的决策合理程度；

分析所述决策点的各维度的施工数据与周边交通设施的流量数据之间的相关性，再结合所述决策点的所述多维施工数据和所述施工进度指数以及所述决策合理程度，得到各维度的施工数据的决策参考重要性；

结合所述决策参考重要性，对多维施工数据进行降维处理；

根据所述施工进度指数，分析当前交通工程项目中决策点的时域跨度参数，再结合所述多维施工数据和所述决策制定复杂度，得到所述决策点的决策合理程度，包括：绘制当前交通工程项目的周边交通设施的平均流量数据曲线和多维施工数据中各维度的施工数据曲线，并利用当前交通工程项目中的决策点对曲线进行分段，得到决策段；

计算所述决策段对应的两个决策点的所述施工进度指数的差值，以及计算所述决策段对应的两个决策点之间的时间差，将所述施工进度指数的差值与时间差求比值，得到所述决策段对应的前端决策点的时域跨度参数；

计算所述决策段对应的两个决策点的多维施工数据的均方误差，得到所述决策段对应的前端决策点的施工数据影响参数；

结合所述时域跨度参数、所述施工数据影响参数以及所述决策制定复杂度，得到所述决策段对应的前端决策点的决策合理程度；

分析所述决策点的各维度的施工数据与周边交通设施的流量数据之间的相关性，包括：获取流量数据曲线和各维度的施工数据曲线中所述决策段内的各采样点导数的绝对值，得到流量数据导数组和各维度的施工数据导数组；

将所述流量数据导数组和各维度的施工数据导数组，按照所述决策段的时序排列，得到流量数据序列组和各维度的施工数据序列组；

计算各维度的施工数据序列组与时序上对应的流量数据序列组之间的皮尔逊相关系数，得到所述决策段对应的前端决策点的各维度的施工数据与周边交通设施的流量数据之间的相关性。

2.根据权利要求1所述的交通工程项目的施工数据分析辅助决策方法，其特征在于，采集不同交通工程项目的多维施工数据，包括：结合无线网传感器技术，采集不同交通工程项目的多维度的施工数据，所述施工数据包括历史数据和实时数据；

通过插值法将不同维度的所述施工数据扩增至与数据量最大的施工数据相同的数据量；

利用TF-IDF算法提取所述施工数据的文本信息中的关键词，然后利用word2vec算法将所述关键词转化为词向量；

将各维度的施工数据组成多维施工数据。

3.根据权利要求1所述的交通工程项目的施工数据分析辅助决策方法，其特征在于，结合所述文本信息，训练神经网络模型，得到当前交通工程项目中不同决策点的施工进度指数，包括：结合交通工程项目的名称，采用人工打分的方式对所述文本信息进行打分，得到历史施工进度指数，并标记所述文本信息；

将已标记的所述文本信息划分为训练集与验证集，将所述训练集数据输入神经网络进行训练，采用梯度下降法进行训练，直到损失函数收敛，完成神经网络训练，并将所述验证集输入神经网络进行验证；

获取当前交通工程项目名称和各决策点的文本信息，输入已训练好的神经网络中，输出当前交通工程项目中不同决策点的施工进度指数。

4.根据权利要求1所述的交通工程项目的施工数据分析辅助决策方法，其特征在于，结合所述施工进度指数，分析当前交通工程项目的决策频繁程度，和分析周边交通设施对当前交通工程项目的影响程度，得到当前交通工程项目的决策制定复杂度，包括：获取当前交通工程项目的决策数量，结合所述施工进度指数，得到当前交通工程项目的决策频繁度；

获取当前交通工程项目的周边交通设施的流量数据的均值，得到周边交通设施对当前交通工程项目的影响程度；

结合所述决策频繁度和所述影响程度，得到当前交通工程项目的决策制定复杂度。

5.根据权利要求1所述的交通工程项目的施工数据分析辅助决策方法，其特征在于，分析所述决策点的各维度的施工数据与周边交通设施的流量数据之间的相关性，再结合所述决策点的所述多维施工数据和所述施工进度指数以及所述决策合理程度，得到各维度的施工数据的决策参考重要性，包括：分析所述决策点的各维度的施工数据与周边交通设施的流量数据之间的相关性；

计算所述决策段内各维度的施工数据导数组与其前一个决策段内的各维度的施工数据导数组的均方误差，得到所述决策段对应的前端决策点的各维度的施工数据对当前待决策点的第一影响指数；

计算所述决策点的施工进度指数与当前待决策点的施工进度指数之间差值，得到所述决策点的施工进度指数对当前待决策点的第二影响指数；

根据所述相关性、所述第一影响指数和所述第二影响指数，结合所述决策点的决策合理程度，遍历所有所述决策点，得到各维度的施工数据的决策参考重要性。

6.根据权利要求1所述的交通工程项目的施工数据分析辅助决策方法，其特征在于，结合所述决策参考重要性，对多维施工数据进行降维处理，包括：将所述多维施工数据按列组成n行m列矩阵A，其中n为施工数据数量，m为数据维度数量；

对矩阵A各维度的施工数据进行零均值化，得到矩阵B；

通过各维度的施工数据的决策参考重要性与矩阵B对应维度的数据相乘，利用数据优先级进一步调节数据之间的差异，得到调整矩阵；

计算调整矩阵的协方差矩阵C，并求出协方差矩阵C的特征值和特征向量；

将特征向量按对应特征值大小从上到下按行排列成矩阵，并取前k行组成矩阵P，其中k通过特征值的累计贡献率确定；

利用矩阵P与矩阵A相乘，得到降维到k维后的数据。

7.一种交通工程项目的施工数据分析辅助决策系统，其特征在于，所述系统包括：存储器和处理器，其中：所述存储器，用于存储程序代码；

所述处理器，用于读取所述存储器中存储的程序代码，并执行如权利要求1至6中任一项所述的方法。

8.根据权利要求7所述的交通工程项目的施工数据分析辅助决策系统，其特征在于，所述处理器包括：多维施工数据采集模块，用于采集不同交通工程项目的多维施工数据，所述多维施工数据包括文本信息；

施工进度分析模块，用于结合所述文本信息，训练神经网络模型，得到当前交通工程项目中不同决策点的施工进度指数；

决策制定复杂度分析模块，用于结合所述施工进度指数，分析当前交通工程项目的决策频繁程度，和分析周边交通设施对当前交通工程项目的影响程度，得到当前交通工程项目的决策制定复杂度；

决策合理程度分析模块，用于根据所述施工进度指数，分析当前交通工程项目中决策点的时域跨度参数，再结合所述多维施工数据和所述决策制定复杂度，得到所述决策点的决策合理程度；

决策参考重要性分析模块，用于分析所述决策点的各维度的施工数据与周边交通设施的流量数据之间的相关性，再结合所述决策点的所述多维施工数据和所述施工进度指数以及所述决策合理程度，得到各维度的施工数据的决策参考重要性；

降维处理模块，用于结合所述决策参考重要性，对多维施工数据进行降维处理；

根据所述施工进度指数，分析当前交通工程项目中决策点的时域跨度参数，再结合所述多维施工数据和所述决策制定复杂度，得到所述决策点的决策合理程度，包括：绘制当前交通工程项目的周边交通设施的平均流量数据曲线和多维施工数据中各维度的施工数据曲线，并利用当前交通工程项目中的决策点对曲线进行分段，得到决策段；

计算所述决策段对应的两个决策点的所述施工进度指数的差值，以及计算所述决策段对应的两个决策点之间的时间差，将所述施工进度指数的差值与时间差求比值，得到所述决策段对应的前端决策点的时域跨度参数；

计算所述决策段对应的两个决策点的多维施工数据的均方误差，得到所述决策段对应的前端决策点的施工数据影响参数；

结合所述时域跨度参数、所述施工数据影响参数以及所述决策制定复杂度，得到所述决策段对应的前端决策点的决策合理程度；

分析所述决策点的各维度的施工数据与周边交通设施的流量数据之间的相关性，包括：获取流量数据曲线和各维度的施工数据曲线中所述决策段内的各采样点导数的绝对值，得到流量数据导数组和各维度的施工数据导数组；

将所述流量数据导数组和各维度的施工数据导数组，按照所述决策段的时序排列，得到流量数据序列组和各维度的施工数据序列组；

计算各维度的施工数据序列组与时序上对应的流量数据序列组之间的皮尔逊相关系数，得到所述决策段对应的前端决策点的各维度的施工数据与周边交通设施的流量数据之间的相关性。