表四. 范例所使用的语意映像表

 
表五. 范例所使用的型态映像表

 
表六. 范例所使用的厂区初始数据

 
表七. 代理人途程顺序的决定

 
表八. 数据撷取代理于各厂停留时间的决定

 
图六. 数据撷取代理人所记载的派工内容

 
图七. 厂区1 数据清单的产生过程

 
图八. 厂区代理人1 产生MES 数据的过程

 
图九. 任务完成时数据储存器所记录的内容

       4.3 取得各厂MES 资料

       完成任务的下达之后，数据撷取代理人便开始执行任务，首先数据撷取代理人读入途程表所记录的地址，到达指定的厂区。若目前资料撷取代理人已离开厂区3 并到达厂区1，便向厂区代理人1 提出资料的请求，若厂区代理人1 有响应这个请求，数据撷取代理人接着将进行下列各项工作（如图七所示）：

       1. 从工作清单中取出厂区1 需提供的数据。
       2. 取出的数据进行DTD 转换，将内容转换成符合XML文件结构的数据清单（Data list）。
       3. 将数据清单透过外部接口传给数据撷取代理人的外部沟通接口。

        当数据撷取代理人向厂区代理人1 提出数据要求完成之后，接收到数据清单的厂区代理人会依序执行下列工作（如图八所示）：

1. 由外部沟通接口取得数据撷取代理人所提出的数据清单。
2. 根据数据清单提供的资料内容，至厂内MES取出符合要求的数据。
3. 根据DTD的定义将原始数据库的数据依XML进行编码，并将编码完成的数据依数据清单指定的DTD 结构存放。
4. 将转换后的XML 文件直接交给数据撷取代理人。

        资料撷取代理人在取得厂区1 的MES 资料后，根据途程表将会继续往厂区2 前进，由于数据撷取代理人对每个厂所使用的撷取方式皆完全相同，故不再对撷取过程作其它描述。数据撷取代理人完成所有厂区的走访之后，数据储存器会记录如图九所示的数据，这些数据将交由派工的数据整合代理人进行后续的处理。

表九. 数据语意一致化模块运作方式（厂区3 为例）

 
表十. 数据内容一致化模块运作方式（厂区3 为例）

 
表十一. 整合后的数据内容示意图

 
          4.4 数据整合与分析

         数据整合代理人使用数据收集接口来接收由数据撷取代理人收集到的「三厂cycle time 」、「三厂撷取状态」、以及「三厂WIP 数据」三项数据，接着完成下列各项工作：

1. 将「三厂cycle time 」及「三厂撷取状态」记录至MES Global DB 历史记录内，以便下次走访时能决定适当的途程参数。
2. 将「各厂区MES 资料」针对各厂区MES 资料语意进行分析，根据DKS 所定义的语意映射表，将每一厂的区域语意转换成所对应的全局语意。
3. 进行数据内容型态的分析，搭配DKS 的型态映像表，将区域所对应的数据内容转换成全局语意所对应的数据内容。

          表九以及表十分别为语意的映像方式，透过DKS的运作，可将各厂WIP数据以全局语意的型式呈现，此时异类数据的整合工作即宣告完成，数据内容一致化模块将整合后的数据储存至MES Global DB 之内。表十一即为各厂MES 数据经一连串的整合程序之后所得到的数据内容。

        5. 结果与讨论

        由以上实例可得知，本研究所发展之整合模式，由于数据的撷取及提供皆为独立的代理人在运作，因此对于任何一个新厂区而言，只需建构好厂区代理人环境，即可提供数据给数据撷取代理人进行数据的整合，这使得整个模式在发展与扩充上都较为容易，同时亦能兼顾其维护的便利性。

         本研究在模式的建构上以数据整合代理人、数据撷取代理人、以及厂区代理人这三个模块为核心，厂区代理人利用XML技术解决了因数据库编码结构异质而产生的整合问题，数据撷取代理人因以脱机的方式收集数据，故可降低于各厂所产生的存取负载，而透过数据整合代理人及DKS 的辅助，可以解决多厂异类数据在名称以及语意冲突上的问题。因此所提出的架构不仅可整合异类数据，亦可兼顾网络流量以及信息系统的维护。

 6. 参考文献
1. MESA International, MES Functionalities & MRP to MES Data Flow Possibilities, Whitepaper, 2, (1997).
2. Chawathe, S., H. Garcia-Molina, J. Hammer, K.Iveland, Y. Papakonotantinou, J. Ullman and J.Widsom, “The TSIMMIS project: integration of heterogeneous information sources,” In Proceedings of Tenth Anniversary Meeting of the Information Processing Society of Japan, Tokyo, Japan, 7-18 (1994).
3. Critchlow, T., K, Fidelis, M. Ganesh, R. Musick and T.Slezak, “Data foundry: information management for
scientific data,” IEEE Transactions on informationtechnology in biomedicine, 4(1), 52-57 (2000).
4. Hu, C. L. and W. S. E. Chen, Mobile Agents Collaboration for Information Gathering, Workshop on Distributed system technologies and applications,National Chenng Kung University, Tainan, R.O.C.537-546 (1998).
5. Lange, D. B. and M. Oshima, Programming and deploying Java mobile agents with Aglet, AW, 1998.
6. Lawrence, R., and K. Barker, “Integrating relational database schemas using a standardized dictionary,” Proceedings of ACM symposium on applied computing, Las Vegas, USA, 225-230 (2001).