物理驱动神经网络（PINNs）将麦克斯韦方程组、初始条件、边界条件和测量数据直接纳入学习过程，将偏微分方程的求解转化为一个受约束的优化问题。因此，作为传统时域求解器的替代方案，PINNs在计算电磁学领域正受到越来越多的关注。 本文提出了一种适用于时域麦克斯韦方程组的 PINN 建模方法，其中融入了分场完美匹配层（PML）技术。分场 PML 建模方法的一个关键优势在于，物理区域和 PML 区域均可应用相同的控制方程，从而简化了 PINN 的建模和损失函数的构建。 通过包含PML的一维和二维高斯脉冲问题对所提出的方法进行了验证。PINN解与解析解及有限差分时域法（FDTD）参考解吻合良好，这证明了将PINN与分裂场PML相结合用于开域时域电磁仿真的可行性。