走时计算在地震资料处理中应用广泛，其中复杂地表地形的处理一直是走时计算的重点和难点。与传统的规则网格相比，贴体网格建模方法能够很好地描述地球表面的起伏形状。然而，在使用贴体网格变换来解决复杂地形问题时，常用的方法需要开发适合贴体网格的特殊解决方案，这导致了算法的复杂性和在网格畸变较大的地方的精度损失。基于物理信息约束的神经网络是一种无网格方法。它对程函方程的求解不受特定网格形状的限制。因此，本文将基于物理信息约束的神经网络与贴体网格相结合，提出了一种计算复杂模型地震波走时的有效方法。利用贴体网格构造任意复杂地质体，然后基于物理信息约束的神经网络求解地震波在复杂地质体上的传播时间。此外，我们采用残差神经网络来代替原有的神经网络结构，在一定程度上提高了神经网络的学习能力。利用三组模型的数值模拟结果验证了该方法的有效性和高精度。同时，我们讨论了神经网络技术在复杂模型旅行时间计算中的应用，如训练替代模型和转移学习，这大大加快了实际问题的求解过程，有望在具体问题的求解中得到广泛应用。