反弹粒子采样器（BPS）是一种蒙特卡罗-马尔可夫链算法，用于从已知乘法常数的目标密度采样。该方法基于目标测度不变的动态分段确定性马尔可夫过程。本文研究了BPS的理论性质。首先，我们在弱于(安。统计师。 47（2019）1268–1287）。这一结果是基于过程的一种新的耦合，它给出了一个量化的最小化条件，并对收敛性产生了更多的见解。此外，我们还研究了一个玩具模型的收敛速度对状态空间维数的依赖性。最后，我们将我们的结果应用于基于BPS的模拟退火算法的分析。