最优化问题一直以来在应用数学中都是一个非常重要的分支，无论是在科学研究还是生产生活中，几乎处处都离不开“最优化”。但是，随着时代的飞速发展，科技生活日新月异，待解决的困难显得异常棘手，这样一来，传统的处理问题的一系列方式方法都面临着不再适用的窘境。研究新优化算法的专家学者们越来越多，他们或吸取其他学科的相关知识，或借鉴客观世界中的自然现象，新颖独特的智能优化算法被提出。　　光线寻优算法(Light Ray Optimization Algorithm，简称LRO)是建立在客观世界中光的传播现象的一种智能优化算法。光线寻优算法为现代智能优化算法的发展与前进提供了一个崭新的思路，因此，对光线寻优算法的深入研究是一个很有意义和价值的课题，本文的主要完成工作有以下两个:　　分析了光线在3维空间及更高维空间的传播过程;然后以3维空间为例，根据光线寻优算法的实现过程，以及不同介质的填充会使得光线进行自动寻优来研究光线在3维空间的寻优过程。　　在3维空间如若只发生折射的情况下，在理论上证明了算法在搜索过程中可以实现在其中两个子空间转换搜索。并且，以球形函数为例用分析和数值实验相结合的方式研究3维空间中，光线转换搜索子空间的情况，通过一系列的数值实验，发现算法在搜索过程中，在三个子空间转换搜索，但是也能找到仅搜索两个维度的子空间就找到最优值的数值算例。也就是说，初始点和初始方向的选取会影响光线在高维空间中搜索时转换搜索空间的具体情况。