下面是一个使用Python的代码示例来解决这个问题：

import numpy as np

# 定义案件和代理人数量
num_cases = 10
num_agents = 5

# 定义每个案件需要的时间
case_times = np.random.randint(1, 10, num_cases)

# 定义每个代理人的可用时间
agent_availabilities = np.random.randint(1, 10, num_agents)

# 创建一个二维数组来表示每个代理人分配到的案件，初始值为-1表示未分配
assigned_cases = np.full(num_agents, -1)

# 对每个案件进行分配
for case in range(num_cases):
    # 找到可用时间最长的代理人
    max_avail_agent = np.argmax(agent_availabilities)
    
    # 更新该代理人的可用时间和分配案件列表
    agent_availabilities[max_avail_agent] -= case_times[case]
    assigned_cases[max_avail_agent] = case
    
# 打印出分配结果
for agent in range(num_agents):
    print(f"代理人 {agent} 分配的案件是：{assigned_cases[agent]}")

这段代码使用numpy库生成了随机的案件时间和代理人可用时间。然后，它使用循环来逐个分配案件给代理人。在每次分配时，它找到可用时间最长的代理人，并更新该代理人的可用时间和分配案件列表。最后，它打印出了分配结果。

请注意，这只是一个基本的示例，实际问题可能涉及更复杂的约束条件和算法。