超市模型是针对大型并行排队网络所进行实时动态控制的随机负载平衡策略。它操作简单实用，能大大提高系统的性能与效率，并且在计算机网络、云计算、制造系统、交通网络等领域有着重要的实际应用价值。基于此本文主要研究了如下两类超市模型：一类是具有不耐烦顾客的超市模型；另一类是具有负顾客到达的超市模型。首先，本文分析了具有不耐烦顾客的超市模型。这个模型由一个服务台和N个队列组成，有两种类型的动态随机负载平衡方案，当顾客一直得不到服务时就会变得不耐烦而离开排队系统。文中用无穷维的马尔可夫过程来研究这个超市模型，并且建立了无穷维的微分方程组。而且，提供了一个计算固定解的有效迭代方法。其次，本文分析了具有负顾客到达的超市模型。根据负顾客清除正顾客的不同规则，将具有负顾客到达的超市模型分为三种不同的情况：清除系统中队长最短的那个队列；清除系统中队长最长的那个队列；将负顾客所选择的所有队列里的正顾客都清除。针对每一种情况都建立了一个无穷维的微分方程组，并给出了计算固定解的迭代方法。再次，本文将平时经常接触到的呼叫中心抽象为超市模型，以呼叫中心为背景，对所研究的两类模型进行了性能评价，给出了包括服务员平均稳态队长和每个到达顾客的平均稳态逗留时间在内的性能分析，从而使文章更具有实际意义。总之，对于大型的资源网络，有效的任务调度与资源分配已经成为提高企业经营效率与效益的有效手段。而动态控制的随机负载平衡策略是实施大型网络资源组织与管理的一种重要方式，在实际生活中有广泛的应用前景。