在进行常识推理时,人们从外界获得的新信念往往会与原信念集中的一些信念产生矛盾。面对不一致信念,如何对信念集进行协调性维护,这是常识推理中一个关键性问题。目前,对不一致信念进行协调性处理的一个主要方法是信念修正方法。经过大量的研究发现,信念修正方法存在一些不足,比如在进行修正的过程中往往会丢失一些希望信息和产生一些不希望结论。针对以上问题,本文对不一致信念的处理采用信念静态非修正方法。此方法的基本思想是：在信念集中允许存在不一致信念,且该方法将根据已知信念能够推出的没有相反信念的结论作为系统的最终结论。信念静态非修正方法能够避免丢失希望信念和产生不希望结论的现象,同时也能解决系统在含有不一致信念的情况下难于解决结论的问题。本文研究的是信念静态非修正方法在一阶逻辑中子句型信念集上的应用,其主要内容如下：(1)首先,将假说限制为一阶逻辑中的子句集,采用归结法对假说的扩充进行了定义,以期望它具有良好的性质；其次,证明了假说的扩充具有一致性,封闭性,累积性和外延性,同时对假说的扩充是否具有其他可能的性质也进行了讨论。(2)本文对子句型假说的认识进程是否收敛进行了研究。首先,对子句型假说的认识进程进行了定义；其次,给出了判断认识进程是否收敛的条件；最后,证明了子句型假说的认识进程具有收敛性。(3)本文研究了静态信念非修正方法在具有可信度信念集上的应用。首先,对具有可信度的假说进行了定义,并采用归结法对具有可信度假说的扩充进行了定义；其次,证明了具有可信度假说的扩充具有良好的一致性、封闭性和累积性；最后,判断了具有可信度假说的认识进程具有收敛性。本文对静态非修正方法在一阶逻辑上的应用取得了良好的研究成果。通过本文的研究,不仅证明了信念静态非修正方法可以解决信念修正方法中存在的一些问题,同时也扩大了信念静态非修正方法的应用范围。