军事专业知识在军事决策系统、军事智能教学系统、军事知识查询系统等高技术产品中具有重要的作用。知识库是机器智能的重要来源，所以有必要建立一个完善、协调、具有良好联通性的大型知识库，而大量实践证明计算机真正具有智能不仅需要大型知识库，而且更需要知识间广泛的联通。所谓知识联通就是通过某种途径将两条知识联系起来的过程。我们把知识联通分为三类：概念联通，陈述联通和本体联通。本文主要讨论概念联通。所谓概念联通是指通过关系链或属性或属性值将两个概念联系起来的过程。所谓关系链是指形如“C1,R1,C2,R2,…,Rn-1,Cn”的序列，其中C1,C2,…, Cn表示概念，R1,R2,…, Rn-1表示关系。我们提出概念联通的目的之一就是通过概念联通帮助发现不同知识源的知识之间的不一致性，尽可能保证所获取知识的完备性和精确性，建立一个大型的军事专业知识库。文章讨论三类概念联通：固定概念分类H上的结构联通，基于属性的联通和基于关系链的联通。基于关系链的联通类似于MindNet的语义联通。为了描述H上的联通强度，我们引入概念的极小上界和极大下界。称C是概念C1和C2的极小上界，如果满足：C1?(is-a)C,C2?C；(D(C1?D(C2?D?C?D)。称C是C1和C2的极大下界，若满足：C?C1,C?C2；(D(D?C1(D?C2?D?C)。我们定义的H上的联通测度满足下面的直观性质：* 两个概念的极小上界（极大下界）越多，其联通强度就越大；* 同时有极小上界和极大下界的两个概念的联通强度要大于路径相同的仅有极小上界（极大下界）的联通强度；* 若两对概念的路径是对称的，则两对的联通强度应该相同；* 若两对概念的路径距离相同，则概念层次差别小的联通强度应该大于层次差别大的联通强度。为讨论基于属性的联通强度，我们将属性分为：结构属性，分类型属性和非结构属性。称属性A是结构属性，如果A的取值域DA是有结构的，即DA上有某种偏序(，区分为线性属性和序属性。如果结构属性A的取值域DA上的偏序(是线性的，即对于DA中的任何两个元素X和Y，有X(Y，或者Y(X，则称A是线性属性。如果DA上的(是个偏序，则称A是序属性。称A是分类型属性，如果DA是一个分类结构。称A属性是非结构型属性，如果DA是无结构的。我们定义的基于属性的联通测度反映出下面的直观性质：* 公共属性越多，联通强度就应该越大；* 不同类型的属性，其度量方式不同；* 属性值的联通强度越大，则概念在该属性上的联通强度就越大。整体-部分联通是一类基于属性的联通。象Winston,Chaffin and HerrmAnn一样，我们给出了军事部分的一种划分。在整体-部分联通中主要探讨两个问题：一是部分的属性是否继承整体相同属性的属性值；二是割中元素的公共属性的属性值和整体的相同属性的属性值之间有什么关系。所谓部分树P（即由整体的所有部分构成的树）中的割T是一个集合，满足下面两个条件：一是割是P中所有<WP=3>节点组成的集合的子集；二是P中的每个最大分支B上有且仅有一个节点在T中，即|B∩T|=1。利用部分联通可以检查知识的不一致性。例如已知属性A’是割可加的。如果C(A’)((C’(TC’(A’)，则可以知道A’的属性值是不一致的。称属性A’是割可加的，如果对P的任何割T，有C(A’)=(C’(TC’(A’))。作为在知识服务方面的应用，在第5节给出了两个联通算法。第1个联通算法的设计目的是：输入两个概念C1和C2，尽可能多地输出有关C1和C2的有意义的知识。设计思路为：首先考虑C1和C2之间的关系联通，然后考虑C1和C2之间的属性联通，最后考虑C1和C2之间的属性值联通。第2个算法的设计目的是：输出两个概念C1和C2的属性值的定量比较。其设计思路是：将服从特殊概率分布的属性看成随机变量，然后求出该随机变量的期望，最后比较两个随机变量的期望。军事概念联通的意义主要体现在知识获取阶段和军事知识服务系统（例如自然语言查询系统）中。